La nieve no forma parte de la experiencia cotidiana de muchos de los alumnos de Yiviri Tombir, profesora de inglés en un instituto de Obala, Camerún. Allí, explicar conceptos relacionados con el invierno puede resultar demasiado abstracto cuando el libro de texto no ofrece imágenes que ayuden a comprenderlos, por lo 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 de qué se está hablando y relacionarlo con lo que están aprendiendo. Seguir leyendo
Un nuevo informe de Cambridge University Press & Assessment recoge las experiencias de 15 profesores de 13 países y plantea cómo utilizar la inteligencia artificial sin convertirla en un atajo para sustituir el aprendizaje
Noticias MRSS-S
La nieve no forma parte de la experiencia cotidiana de muchos de los alumnos de Yiviri Tombir, profesora de inglés en un instituto de Obala, en Camerún. Allí, explicar conceptos relacionados con el invierno puede resultar demasiado abstracto cuando el libro de texto no ofrece imágenes que ayuden a comprenderlos, por lo 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 de qué se está hablando y relacionarlo con lo que están aprendiendo. No es el único uso que hace de estas herramientas. Tombir también utiliza la IA para ofrecer comentarios sobre los trabajos escritos de sus alumnos. En sus clases puede haber unos 80 alumnos y, cuando cinco grupos tienen que escribir redacciones, corregirlas una por una y ofrecer a cada alumno un comentario detallado sobre lo que ha hecho bien, lo que debe mejorar y cómo puede hacerlo, es una tarea difícil de asumir. La IA permite dedicar a ese trabajo un tiempo que, sin ella, simplemente no se 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 eludir parte del esfuerzo que este requiere? Por resumirlo 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 aún así tienes 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 prácticas de la IA en la enseñanza del inglés: historias pioneras de aulas de todo el mundo», presentado ayer por Cambridge University Press y Assessment. La idea también aparece 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 prepara y adapta materiales, personaliza actividades o facilita la evaluación. Pero aprovechar estas posibilidades no consiste simplemente en aprender a utilizar una nueva herramienta. Los autores del informe subrayan la necesidad de una formación docente continuada que permita a los profesores desarrollar criterios para decidir cuándo tiene sentido utilizar la IA, cómo integrarla en una actividad y cómo evaluar críticamente los resultados que ofrece. Sus testimonios también plantean una preocupación: que, al facilitar ciertas tareas, la herramienta acabe haciendo que los alumnos dejen de enfrentarse por sí mismos a lo que esas tareas les pedían que aprendieran. La llegada de la IA al aula plantea la cuestión más importante: no solo cuántas tareas puede realizar una máquina, sino también qué tipo de trabajo intelectual debe seguir realizando el alumno. O, dicho de otro modo, ¿qué diferencia hay entre utilizar la IA para aprender y utilizarla para evitar aprender? Dra. Evelina Galaczi, coautora de Cambridge University Press & Assessment. Cambridge English Language Assessment. Cuando la IA hace el trabajo. Una de las formas de comprobar qué lugar ocupa realmente la IA en el aprendizaje es observar qué ocurre cuando interviene en una tarea que, en principio, el estudiante debería resolver por sí mismo. Carlos de Aldama, profesor del Departamento de Investigación y Psicología de la Educación de la Universidad Complutense de Madrid, lleva desde 2024 estudiando cómo perciben el uso de la IA generativa los alumnos y profesores de diferentes etapas educativas (desde la secundaria hasta la formación profesional y la universidad). En una de sus actividades, pidió a sus alumnos que resolvieran un caso práctico aplicando el modelo de Bronfenbrenner, un psicólogo ruso-alemán del siglo XX. Y lo que ocurrió a continuación fue bastante revelador. . «Algunos estudiantes copiaron el caso, lo introdujeron en la IA y le pidieron que lo resolviera. La respuesta que obtuvieron, aunque con algunos problemas, fue bastante aceptable. Pero cuando luego les pedí que justificaran su respuesta, aparecieron las diferencias. Los que habían trabajado manualmente pudieron justificarla, mientras que los que lo habían hecho con inteligencia artificial no tenían ni idea. Tuvieron que volver a preguntarle», recuerda. El problema, por lo tanto, no era que la máquina hubiera dado una respuesta errónea: había hecho bastante bien lo que se le había pedido. La diferencia radicaba en todo lo que había sucedido —o no— antes de llegar a ella. Algunos alumnos tuvieron que leer, buscar información, relacionar conceptos y tomar una decisión. Otros habían obtenido directamente una respuesta que podían dar, pero no sabían cómo explicarla 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 acudías a Google con una pregunta y unos objetivos. Buscabas, contrastabas… simplemente externalizabas una parte. Ahora, todo lo que constituye el núcleo del aprendizaje —el razonamiento, el pensamiento, la planificación y la toma de decisiones— puede hacerlo la IA». Y ahí es precisamente donde radica el riesgo. No se trata de que la IA no pueda ayudar a aprender: el propio profesor la utiliza con sus alumnos de la Complutense y sostiene que puede servir para contrastar una idea, ampliar una respuesta o abrir caminos que el alumno 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 debería realizar para aprender. Por eso, en tus clases, intentas retrasar ese momento. Primero plantea una tarea y deja que los estudiantes trabajen por su cuenta: lo que saben, lo que no saben, qué dudas tienen y qué respuesta son capaces de construir. Entonces entra en juego la IA. «Haced el primer esfuerzo y luego veremos dónde encajamos la IA. Preguntémosle y comparemos: ¿qué te ha aportado? ¿Coincide con tu opinión? ¿Te ha dado datos adicionales? ». Esta misma preocupación aparece, con palabras mucho más sencillas, en las aulas de los profesores entrevistados por Cambridge. «La IA solo para obtener una respuesta es un problema. «Hay que utilizarla para aprender de ella, para que sea una ayuda y no simplemente una solución», explica Cristina de Vega Benavides, profesora de inglés en el CEIP Clemente Fernández de la Devesa, en Medina del Campo (Valladolid). «¿Por qué tengo que pensar si la IA ya piensa por mí? », preguntó a Aldama uno de sus alumnos. Y eso le hizo pararse a reflexionar, porque detrás hay algo más profundo que la simple comodidad de utilizar una herramienta: existe la posibilidad de que el alumno empiece a considerar que pensar es precisamente la parte del trabajo de la que puede prescindir. «Estamos perdiendo un sinfín de oportunidades para desarrollar el razonamiento, para evaluar argumentos, para ejercer un juicio crítico», afirma. Por eso propone reservar también momentos en los que la IA no intervenga en la actividad: «Dejaremos la IA a un lado durante un rato, luego la incorporaremos, pero pensaremos juntos». Por eso no se trata solo de lo que la IA puede hacer en el aula, sino de preguntarse qué se le pide al alumno que haga. El uso de la IA en el aula debería servir para trabajar una serie de habilidades esenciales, como el pensamiento crítico, la capacidad de reflexión, la creatividad o la autonomía. Goodboy Picture Company (Getty Images). Si la IA puede realizar la tarea, es posible que haya que modificarla. Este cambio de enfoque también afecta a uno de los ámbitos que más tardan en adaptarse 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 habilidades. Pero si una herramienta puede producir ese resultado en segundos, la pregunta es 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 agiliza mucho ciertas operaciones no ha eliminado esas habilidades del plan de estudios, sino que ha cambiado la forma en que se enseñan y ha determinado cuándo se utiliza la tecnología y cuándo no. Algo similar ocurre con los trabajos escritos. Si la IA puede redactar un texto en segundos, lo importante ya no es solo el texto que presenta el alumno, sino las habilidades que ese trabajo ha permitido observar: si es capaz de construir un argumento, pensar de forma crítica, dirigirse a un público concreto, comunicarse, aprender de forma autónoma o afrontar una tarea difícil. «Tenemos que evaluar las capacidades que hay detrás de los trabajos escritos. El trabajo escrito es solo un medio», afirma Galaczi. El resultado final es, en ese sentido, solo la punta del iceberg. . La consecuencia no es que estas tareas deban eliminarse, sino que debemos reflexionar sobre para qué las utilizamos y cómo las planteamos. Galaczi propone que en las aulas convivan tres tipos de actividades. En algunas, la IA no interviene: el alumno tiene que demostrar que posee ciertos conocimientos o habilidades sin recurrir a ella. En otras, se recomienda su uso, por ejemplo, para generar ideas. Y existe una tercera posibilidad: actividades en las que la IA es obligatoria, precisamente para que el alumno aprenda a utilizarla de forma crítica. En este último caso, la herramienta deja de ser una máquina que proporciona la respuesta y pasa a formar parte del problema que el alumno debe resolver. Hay que explicar cómo se ha utilizado, qué información se ha obtenido, qué ha cambiado y dónde se han detectado errores o problemas. En Brasil, Helena A. Mendoca propuso en su clase comparar tres textos: uno escrito por un alumno, otro escrito por un alumno y revisado con ChatGPT, y un tercero generado por la propia herramienta. A continuación, los estudiantes tuvieron que analizarlos y buscar criterios que les permitieran distinguirlos. «Se puede utilizar la IA de forma que aporte valor si primero se es capaz de hacer las cosas sin ella», afirma Galaczi. Y esa condición previa es clave. Porque el riesgo no es solo que una máquina escriba en lugar del estudiante, sino que el estudiante llegue a un punto en el que ya no sepa cómo hacerlo sin ella. Y por eso se hace referencia a una nueva competencia que habrá que enseñar de forma deliberada en los planes de estudios: estar preparado para utilizar la IA (convertirse en «Ailoready»). 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 elegir 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 cada vez más rápido también plantea una pregunta incómoda: ¿qué hacemos con esa nueva capacidad? Para Aldama, no se trata de utilizarla simplemente para multiplicar tareas, materiales o entregas, sino de replantearse qué experiencias de aprendizaje merece la pena proponer: «Si antes producíamos, producíamos y producíamos, ahora podemos producir mucho más. Pero quizá tengamos que pararnos a pensar en lo que realmente significa aprender». Su respuesta es hacer menos, pero más significativo: utilizar las posibilidades de la IA para seleccionar mejor las experiencias de aprendizaje, dotarlas de un propósito más claro y dedicar más tiempo a lo que realmente aporta al alumno. La investigación de Aldama también señala que existe una conexión entre las formas en que los profesores interpretan la enseñanza y el aprendizaje y las posibilidades que ven en la IA. Así, los docentes con enfoques más centrados en la construcción, la interpretación y el razonamiento por parte del alumno 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 solo hace más rápido lo que ya hacíamos, no estamos transformando la enseñanza», afirma Galaczi. Para el coautor del informe, el objetivo debería ser aprovechar las posibilidades de la tecnología con el fin de dejar más espacio a lo que exige la presencia y el criterio del profesor: acompañar, hablar con los alumnos, observar cómo están aprendiendo y tomar decisiones pedagógicas. Y para eso no basta con aprender a manejar una herramienta. Se necesita formación para saber cuándo utilizarla, cuándo no hacerlo y cómo evaluar críticamente los resultados que ofrece. El reto no es solo tecnológico. Todo esto nos obliga a considerar la llegada de la IA al aula como algo más que una simple cuestión tecnológica. El informe de Cambridge propone que los docentes y los alumnos participen en las decisiones sobre cómo se incorporan estas herramientas en los centros y que las administraciones inviertan en la formación continua del profesorado. También aboga por que la alfabetización crítica en materia de IA forme parte del plan de estudios y por que se revisen los sistemas de evaluación para adaptarlos a una realidad en la que las máquinas pueden generar gran parte de los resultados que antes utilizábamos para medir el aprendizaje. Además, los autores plantean otros tres principios: que las decisiones educativas sigan situando en el centro los resultados humanos y no solo la eficiencia; que el uso de la IA se base en criterios éticos y de protección sólidos; y que los docentes conserven su autonomía y sus criterios profesionales. Todo ello debe hacerse también para evitar que las diferencias en el acceso a herramientas de calidad agraven las desigualdades existentes. La cuestión, por tanto, no es si la IA formará parte de la educación, porque ya lo está haciendo. El reto, sin embargo, es decidir qué lugar queremos que ocupe y qué queremos seguir haciendo nosotros.
