Hubo un tiempo en
que muchas personas no necesitaban inscribirse a un gimnasio. El trabajo en el
campo, los trayectos a pie, las labores cotidianas y una vida menos sedentaria
mantenían el cuerpo en movimiento. Con los cambios sociales y tecnológicos, buena
parte de esa actividad desapareció: pasamos más horas sentados, nos desplazamos
menos y automatizamos tareas físicas. Entonces surgió una necesidad consciente:
hacer ejercicio de manera deliberada. Por ello se multiplicaron los gimnasios,
los espacios deportivos y las rutinas de entrenamiento.
Algo semejante comienza a ocurrir con nuestro pensamiento.
La inteligencia
artificial puede resumir, redactar, organizar ideas, traducir, proponer
imágenes, resolver ejercicios y sugerir respuestas en segundos. Estas
posibilidades son valiosas: liberan tiempo, amplían opciones y pueden apoyar
procesos de aprendizaje. Sin embargo, su incorporación a la educación plantea
desafíos relacionados con la autonomía intelectual, la fiabilidad de la
información y la responsabilidad sobre los contenidos producidos (Gallent-Torres
et al., 2023).
El problema no es
utilizar la IA; el riesgo aparece cuando delegamos en ella, de forma constante
y sin reflexión, operaciones que nos permiten comprender, relacionar,
argumentar, recordar, crear y tomar decisiones. En este sentido, la integración
educativa de estas herramientas requiere estrategias que mantengan la
participación activa del estudiante y su capacidad de juicio (Miao &
Holmes, 2023).
No se trata de
afirmar que el cerebro deja de producir neuronas por usar IA. La relación entre
aprendizaje, plasticidad cerebral y funcionamiento cognitivo es mucho más
compleja. Lo que sí resulta relevante para la educación es que determinadas
prácticas de aprendizaje, como recuperar información de la memoria y distribuir
el estudio en el tiempo, favorecen la adquisición y conservación de
conocimientos (Dunlosky et al., 2013).
La comparación con
los músculos, por tanto, debe entenderse como una metáfora pedagógica y no como
una equivalencia neurológica. Si siempre recibimos una respuesta terminada,
corremos el riesgo de reservar menos espacio para formular preguntas, tolerar la
duda, contrastar fuentes y construir una postura propia.
Por eso, la escuela
y la universidad necesitan integrar una gimnasia cognitiva, entendida
como una manera de mantener activa la participación intelectual del
estudiante mediante ejercicios de recuperación, interpretación,
cuestionamiento, argumentación y autorregulación del aprendizaje. No se trata
de una actividad aislada ni de una ficha de ejercicios rápidos, sino de una
manera de diseñar sesiones donde el alumnado mantenga activa su capacidad de
pensar antes, durante y después de dialogar con un algoritmo.
Una primera práctica
puede ser solicitar que cada estudiante formule una respuesta inicial antes
de consultar la IA. No importa si esa respuesta es incompleta; funciona
como una fotografía del pensamiento propio. Después, puede comparar su idea con
la propuesta de la herramienta y responder: ¿qué mantengo?, ¿qué modifico?,
¿qué descarto?, ¿por qué?
Esta estrategia
permite que el estudiante examine su comprensión inicial, identifique
diferencias y justifique los cambios realizados. Su fundamento pedagógico
se relaciona con las prácticas de recuperación y autorregulación del
aprendizaje, aunque su aplicación específica con IA requiere evaluación en
diferentes contextos educativos (Dunlosky et al., 2013). Así, la IA no
sustituye necesariamente el proceso: puede convertirse en un interlocutor que
provoca nuevas preguntas.
Otra estrategia es trabajar
con respuestas imperfectas. El docente puede presentar un texto elaborado
por IA —con errores, generalizaciones o datos sin evidencia— y pedir al grupo
que identifique qué debe verificarse. Esta actividad desarrolla una disposición
crítica fundamental: no aceptar una respuesta únicamente porque está bien
redactada o se presenta con aparente seguridad. La necesidad de comprobar la
información, reconocer sus límites y mantener la responsabilidad humana forma
parte de los desafíos de integridad académica asociados a la IA generativa
(Caldevilla-Domínguez, 2024; Gallent-Torres et al., 2023).
En tiempos de
abundancia de contenidos generados automáticamente, verificar también es una
forma de cuidar el pensamiento.
La gimnasia
cognitiva puede incluir retos breves dentro de cada sesión:
·
Predecir
una respuesta antes de pedirla a la IA.
·
Explicar
una idea sin apoyo de pantalla durante un minuto.
·
Comparar
dos respuestas y defender cuál tiene mejor evidencia.
·
Transformar
una propuesta genérica en una solución situada en su comunidad.
·
Elaborar
tres preguntas que una herramienta no podría responder adecuadamente sin
conocer el contexto.
·
Registrar
en una bitácora qué aportó la IA y qué decisiones siguieron siendo humanas.
Estas acciones
parecen sencillas, pero pueden devolver protagonismo al estudiante cuando se
acompañan de criterios claros de evaluación, retroalimentación y oportunidades
para revisar sus propias ideas. La meta no es competir con la velocidad de una
máquina, sino ejercer aquello que le da sentido al aprendizaje: interpretar,
dudar, relacionar, imaginar, decidir y asumir la responsabilidad de lo que se
afirma.
El docente tiene
aquí una tarea decisiva. Ya no basta con enseñar a utilizar herramientas; es
necesario diseñar pausas de pensamiento. Antes de generar, preguntar.
Antes de aceptar, contrastar. Antes de entregar, explicar el proceso.
Como plantean
Flor-Terán y Sandoval-Reyes (2024), la incorporación educativa de la IA también
exige atender desafíos éticos relacionados con su utilización responsable.
Desde esta perspectiva, el acompañamiento docente debe promover no solo
habilidades tecnológicas, sino también criterios para evaluar la información y
reconocer las responsabilidades de quien aprende.
Cada actividad
debería dejar una huella visible de la comprensión y no únicamente un producto
terminado. Un primer borrador, una explicación oral, una decisión argumentada,
una corrección justificada o una bitácora de interacción pueden ofrecer
evidencias del proceso intelectual.
Tal vez hoy
necesitemos una nueva rutina educativa. Así como destinamos tiempo a
mover el cuerpo porque ciertas condiciones de la vida contemporánea favorecen
el sedentarismo, debemos reservar momentos para mover las ideas porque la
automatización, cuando sustituye sistemáticamente la participación intelectual,
puede favorecer una actitud pasiva ante el conocimiento.
Esto no significa
rechazar las tecnologías ni idealizar formas anteriores de aprendizaje.
Significa reconocer que la innovación educativa debe acompañarse de decisiones
pedagógicas conscientes. La orientación de la UNESCO sobre inteligencia
artificial generativa insiste precisamente en la importancia de una integración
centrada en el ser humano y en sus capacidades (Miao & Holmes, 2023).
La IA puede
acompañar, ampliar y provocar. Pero no debe convertirse en un reemplazo
automático de nuestro juicio. El verdadero desafío de la educación no es
prohibir la tecnología, sino aprender a dialogar con los algoritmos sin
delegar el pensamiento.
Referencias
Caldevilla-Domínguez,
D. (2024). Usos éticos de la IA en la universidad moderna: Más allá del plagio.
EDU Review. International
Education and Learning Review, 12(1), 57–65. https://doi.org/10.37467/revedu.v12.5184
Dunlosky, J.,
Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013). Improving
students’ learning with effective learning techniques: Promising directions
from cognitive and educational psychology. Psychological
Science in the Public Interest, 14(1), 4–58. https://doi.org/10.1177/1529100612453266
Flor-Terán, G. A.,
& Sandoval-Reyes, P. A. (2024). La ética en el uso de la inteligencia
artificial (IA) en la educación: Desafíos y oportunidades. Polo del Conocimiento, 9(11),
255–282. https://doi.org/10.23857/pc.v9i11.8276
Gallent-Torres, C.,
Zapata-González, A., & Ortego-Hernando, J. L. (2023). El impacto de la
inteligencia artificial generativa en educación superior: Una mirada desde la
ética y la integridad académica. RELIEVE,
29(2), Artículo M5. https://doi.org/10.30827/relieve.v29i2.29134
Miao, F., &
Holmes, W. (2023). Guidance
for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
