El Saber: qué vale la pena seguir aprendiendo cuando la máquina ya conoce el camino

Desde 1865, nadie ha conducido un taxi negro con licencia en Londres sin aprobar un examen llamado, simplemente, the Knowledge (el Saber). Para ganarse la placa, quien aspira a ella debe llevar todo el enredo del centro de Londres en la cabeza — cada calle y cada punto de referencia en un radio de seis millas alrededor de Charing Cross, unas 113 millas cuadradas, organizadas en torno a 320 rutas fijas recogidas en un libro que los conductores llaman el Blue Book. Transport for London describe el resultado sin rodeos: al final habrás aprendido «miles de calles y puntos de interés». Una revisión de la investigación lo cifra en más de 26.000 calles. Toma, en promedio, de tres a cuatro años. La gente reprueba y vuelve a empezar.

Se te puede perdonar que preguntes para qué sirve todo eso. Un pasajero quiere llegar a algún lugar. El GPS ha llevado a la gente a algún lugar, de forma fiable, durante dos décadas. Si dejas de lado el orgullo y el oficio — y son reales — el requisito enciclopédico empieza a parecer un monumento a un problema que ya resolvimos. Esa es la pregunta incómoda que el Saber le hace a cualquier currículo: ¿cuánto de lo que aún obligamos a memorizar es un servicio para quien aprende, y cuánto es nostalgia?

Pero antes de responder demasiado rápido, el Saber tiene un giro que debería hacernos ir más despacio.

El esfuerzo estaba construyendo algo que el mapa no puede

Cuando los neurocientíficos metieron a los taxistas de Londres en un escáner, encontraron algo notable: los cerebros de los conductores eran físicamente distintos. El hipocampo posterior — una región ligada a la memoria espacial — estaba agrandado, y crecía con los años de oficio (Maguire et al., 2000). La réplica obvia del escéptico es que las personas con hipocampos más grandes simplemente se hacen taxistas. Así que el equipo de Maguire siguió a aprendices durante cuatro años. Al principio no había diferencia. Cuatro años después, la materia gris había crecido en el hipocampo posterior de solo aquellos que aprobaron el examen — no en quienes se prepararon y reprobaron, ni en el grupo de control (Woollett y Maguire, 2011). El aprendizaje en sí, su adquisición esforzada, había remodelado el cerebro.

El esfuerzo, dicho de otro modo, estaba construyendo algo que el mapa del tablero no construye: una mente. Y hay una coda sugerente. En un análisis de 2024 de casi nueve millones de registros de defunción en 443 ocupaciones, los taxistas y conductores de ambulancia tuvieron la proporción más baja de muertes atribuidas a la enfermedad de Alzheimer (Patel et al., 2024). Los autores son cautelosos, y nosotros también: se trata de una asociación en datos de certificados de defunción, no de una prueba de que navegar proteja contra la demencia. Pero se sitúa junto al trabajo de neuroimagen y hace que uno se pregunte qué gastamos cuando dejamos de hacer cosas difíciles con la cabeza.

Porque hay una factura. Esos mismos conductores expertos eran, de forma medible, peores a la hora de formar ciertas memorias espaciales nuevas que los conductores de autobús — la pericia venía con una contrapartida (Maguire et al., 2006). Y la herramienta que reemplazó al Saber parece cobrar su propia cuota silenciosa: las personas que se apoyan más en el GPS tienden a tener una memoria espacial peor, y en declive, cuando navegan sin él (Dahmani y Bohbot, 2020). Descargar la tarea en la máquina no es gratis. (Tampoco es una catástrofe — los titulares sobre la «demencia digital» van mucho más allá de lo que sostiene la evidencia.)

Así que el Saber nos deja sosteniendo dos verdades a la vez. El GPS entrega el resultado — te lleva allí. Los años de estudio construyeron una capacidad — algo duradero y costoso que el resultado nunca requirió. La pregunta interesante para la educación no es a cuál de las dos rendir culto. Es cómo distinguirlas.

La misma pregunta, apuntada al currículo

Todo currículo tiene su Saber: contenido que pedimos a quienes aprenden que retengan en la cabeza porque siempre lo hemos hecho, y del cual una máquina puede ahora invocar una parte en una sola frase. Cuando llega una herramienta que responde la pregunta en torno a la cual construimos el ejercicio, lo honesto no es fingir que la herramienta no está ahí. Es preguntarse, de cada cosa que enseñamos: ¿este esfuerzo está construyendo una mente, o solo produciendo un resultado que una máquina ahora produce mejor?

Aquí el reflejo es decir «entonces enseña habilidades, no datos — creatividad, pensamiento crítico, las habilidades del "siglo XXI"». Quiero tener cuidado, porque la evidencia en realidad no dice eso, y decirlo sería su propia clase de nostalgia.

El pensamiento funciona sobre el conocimiento. El científico cognitivo Daniel Willingham lo dice sin ambages: el pensamiento crítico «no es una habilidad» que se aprende una vez y se despliega en cualquier parte; «los procesos del pensamiento están entrelazados con el contenido del pensamiento — es decir, con el conocimiento del dominio» (Willingham, 2007). No puedes pensar críticamente sobre un tema del que no sabes nada, y — y esta es la parte que más importa en la era de la IA — no puedes evaluar lo que una máquina te dice sobre un tema del que no sabes nada. La capacidad de atrapar la respuesta segura, plausible y equivocada no es una habilidad genérica. Es conocimiento, con ropa de trabajo.

Y las «habilidades transferibles» que esperábamos que nos permitieran saltarnos el conocimiento, en su mayoría no se transfieren. El hallazgo más aleccionador de toda esta literatura es que la transferencia lejana — entrenar una habilidad mental general en un dominio y lograr que se traslade a otro — es, a través de estudios de ajedrez, música y entrenamiento cerebral, casi inexistente una vez que se controlan bien los experimentos. Sala y Gobet, al revisarlo, llaman a la transferencia lejana «una quimera», y un metaanálisis de metaanálisis concluye que el efecto y su varianza «igualaban a cero» tras corregir por efecto placebo y sesgo de publicación (Sala y Gobet, 2017; Sala et al., 2019). El pensamiento crítico sí se puede enseñar — un gran metaanálisis encuentra un efecto real, aunque modesto — pero los enfoques que funcionan lo insertan en el contenido de la materia, no en una clase de habilidades por separado (Abrami et al., 2015). La competencia, resulta, no es general. Se cultiva en un campo, desde el suelo de lo que realmente sabes.

Fíjate dónde aterriza esto. No nos autoriza a conservar cada dato polvoriento porque «el conocimiento importa». Dice lo contrario de un atajo: la meta es la profundidad en aquello en lo que vale la pena profundizar — el conocimiento que se convierte en criterio. El propio marco de la OCDE para el futuro de la escolaridad dice justamente eso. Una competencia, insiste, es «conocimiento, habilidades, actitudes y valores» en conjunto — conocimiento y competencia «no compiten ni se excluyen mutuamente», y «los estudiantes necesitan aprender un conocimiento fundamental como bloque de construcción esencial» (OECD Learning Compass 2030). Y su informe sobre los currículos sobrecargados nombra nuestro problema exacto: seguimos añadiendo contenido ante cada nueva demanda «sin considerar debidamente qué hace falta quitar», hasta que el aprendizaje se vuelve «una milla de ancho, una pulgada de profundidad». Su receta cabe en tres palabras que valdría la pena clavar sobre cada programa: «aprender más hondo, no más» (OCDE, Curriculum Overload, 2020).

Ese es el reequilibrio. No conocimiento o habilidades. No deshacerse de todo lo que la máquina sabe hacer. Conserva el aprendizaje esforzado que construye mentes duraderas y capaces de criterio; entrégale a la máquina la labor que solo producía un resultado; y dedica el tiempo recuperado a profundizar. El equivalente moderno del taxista no es «memoriza el mapa o confía en el GPS». Es conocer la ciudad lo bastante bien como para saber cuándo el GPS se equivoca.

La parte que seguimos equivocando: prohibir la herramienta

Lo que nos lleva a la IA en el aula, donde el debate se ha colapsado en dos malas opciones: fingir que los estudiantes no la usan, o dejarlos usarla sin ninguna baranda de protección. La mejor evidencia que tenemos dice que ambas son errores — y apunta a un tercer camino.

En un ensayo controlado con cerca de mil estudiantes de secundaria, los investigadores dieron a algunos acceso sin restricciones a GPT-4 mientras practicaban matemáticas. Sus puntajes de práctica subieron un 48%. Luego los investigadores retiraron la IA para el examen. Esos mismos estudiantes puntuaron un 17% peor que sus compañeros que nunca la habían tenido — la IA había sido una muleta, y el aprendizaje no había ocurrido por debajo. Pero un segundo grupo usó un tutor con barandas de protección, diseñado para dar pistas en lugar de respuestas. Ese grupo no mostró ningún daño de ese tipo (Bastani et al., 2025). Lee ese resultado con atención, porque es todo el argumento en miniatura: la IA sin guía dejó que los estudiantes produjeran el resultado saltándose el esfuerzo que construye la mente — exactamente la advertencia del Saber — y la solución no fue prohibir la herramienta, sino diseñar cómo se usa para que el esfuerzo se quede con quien aprende.

Aquí es donde dejaré de reportar los hallazgos de otros y te diré lo que creo.

Lo que creo

Una convicción personal, planteada como mía — no como un hallazgo de investigación.

Cuanto más nos resistimos a estos cambios, más daño hacemos — a los estudiantes, al sistema y a nosotros mismos. El daño no es solo el desinterés y la pérdida de motivación. Está en las mismísimas cosas que decimos que nos importan: el pensamiento crítico, la resolución de problemas, la creatividad. Los estudiantes ya usan la IA. La usarán mañana, como profesionales, en un mundo que espera que lo hagan. Si insistimos en resistir, no los detenemos — los empujamos hacia el fraude o la irrelevancia, y hacia un desprecio justificado por un sistema que fingió que el futuro no estaba ocurriendo.

Vuelvo una y otra vez a algo sencillo: no puedes esperar que un proceso produzca los resultados que quieres si no eres parte del proceso. Si no somos parte de cómo los jóvenes aprenden a usar la tecnología, las redes sociales y la IA — si nos quedamos fuera, de brazos cruzados — no tenemos autoridad para sorprendernos cuando las usan mal. La IA no nos vuelve irrelevantes. Nos vuelve más necesarios, porque alguien tiene que hacer lo que un modelo no puede: guiar, mostrar criterio, modelar la ética, explorar a su lado y a veces aprender con ellos. Nosotros — los adultos, los educadores, las instituciones — tenemos la visión, la experiencia y, sobre todo, la responsabilidad de estar dentro del proceso. Cuando abdicamos de eso, no protegemos el aprendizaje. Se lo entregamos a quien esté dispuesto a presentarse.

Nada de esto es nuevo, y eso debería consolarnos. Cada herramienta genuinamente útil — la escritura, la calculadora, internet — llegó al mismo funeral por el aprendizaje, y el aprendizaje siguió, cambiado y por lo general mejor, una vez que dejamos de custodiar la puerta y empezamos a enseñar a la gente a atravesarla. (Hemos escrito en otro lugar sobre ese pánico recurrente.) El Saber les ganó a los conductores de Londres un mapa magnífico de su ciudad. No necesitamos llorar que exista el GPS. Necesitamos decidir, de forma deliberada y materia por materia, qué mapas todavía vale la pena construir en una mente humana — y luego proteger el esfuerzo de construirlos, precisamente porque una máquina se ofrecerá a saltárselo.

Conserva lo esencial. Transforma lo accidental. Cámbialo — pero cámbialo bien.

Las afirmaciones factuales de este ensayo se apoyan en las fuentes verificadas que se recogen abajo; la sección de cierre es mi propia convicción declarada, no un hallazgo de investigación. — Carlos Miranda Levy

Cuatro perspectivas

Fuentes y lecturas recomendadas

Este ensayo es un argumento personal, pero sus afirmaciones factuales no lo son. Cada estudio citado abajo se reunió mediante investigación profunda y se contrastó con la fuente primaria. Donde la evidencia es genuinamente mixta —el vínculo con el alzhéimer es una asociación y no una causa, la ausencia de transferencia lejana proviene de estudios de entrenamiento cognitivo y no de currículos escolares, y los ensayos sobre IA y aprendizaje son aún preliminares— las notas lo indican. La convicción final es de Carlos, señalada como tal en el texto.

El Knowledge y el cerebro del taxista

• Maguire, E. A., et al. “Navigation-related structural change in the hippocampi of taxi drivers,” PNAS 97(8), 2000. doi:10.1073/pnas.070039597
• Woollett, K., & Maguire, E. A. “Acquiring ‘the Knowledge’ of London’s layout drives structural brain changes,” Current Biology 21(24), 2011. doi:10.1016/j.cub.2011.11.018 (La materia gris creció solo en los aspirantes que aprobaron —no en los que fallaron ni en los controles.)
• Maguire, E. A., Woollett, K., & Spiers, H. J. “London taxi drivers and bus drivers: a structural MRI and neuropsychological analysis,” Hippocampus 16(12), 2006. doi:10.1002/hipo.20233 (La pericia tuvo un costo medible: peor para formar ciertos recuerdos espaciales nuevos.)
• Patel, V., et al. “Alzheimer’s disease mortality among taxi and ambulance drivers,” BMJ 387:e082194, 2024. doi:10.1136/bmj-2024-082194 (Una asociación en datos de certificados de defunción de 443 ocupaciones —no una prueba de que navegar prevenga la demencia.)
• Transport for London, Learn the Knowledge of London (official guidance) and the Introduction to the Knowledge booklet, March 2022.

La delegación cognitiva y su costo

• Dahmani, L., & Bohbot, V. D. “Habitual use of GPS negatively impacts spatial memory during self-guided navigation,” Scientific Reports 10:6310, 2020. doi:10.1038/s41598-020-62877-0

Conocimiento, pensamiento y los límites de las «habilidades transferibles»

• Willingham, D. T. “Critical thinking: why is it so hard to teach?” American Educator 31, 2007 (ERIC EJ794281).
• Sala, G., & Gobet, F. “Does far transfer exist? Negative evidence from chess, music, and working memory training,” Current Directions in Psychological Science 26(6), 2017. doi:10.1177/0963721417712760
• Sala, G., et al. “Near and far transfer in cognitive training: a second-order meta-analysis,” Collabra: Psychology 5(1):18, 2019. doi:10.1525/collabra.203 (La transferencia lejana, llamada «una quimera»; el efecto «igualó a cero» tras corregir por placebo y sesgo de publicación.)
• Abrami, P. C., et al. “Strategies for teaching students to think critically: a meta-analysis,” Review of Educational Research 85(2), 2015. doi:10.3102/0034654314551063 (El pensamiento crítico es enseñable —pero los enfoques que funcionan lo integran en el contenido de la materia, no en una clase de habilidades aparte.)

Reequilibrar el currículo

• OECD, OECD Learning Compass 2030 (concept notes), OECD Publishing, 2019. A competency is “knowledge, skills, attitudes and values” together; knowledge and competency are “neither competing nor mutually exclusive.”
• OECD, Curriculum Overload: A Way Forward, OECD Publishing, 2020. doi:10.1787/3081ceca-en (Nombra nuestro problema exacto: currículos «de un kilómetro de ancho y un centímetro de fondo». Su receta: «aprender más hondo, no más».)

Guiar, no prohibir: la IA en el aula

• Bastani, H., et al. “Generative AI without guardrails can harm learning: evidence from high-school mathematics,” PNAS, 2025. doi:10.1073/pnas.2422633122 (GPT-4 sin límites: +48 % en práctica, −17 % en el examen al retirarlo. Un tutor con barandillas, que da pistas, eliminó el daño.)