sábado, 15 de agosto de 2026

Educar en la era del micromensaje: captar la atención sin reducir el pensamiento


Ilustración conceptual sobre educación, micromensajes, pensamiento crítico y capas de aprendizaje

Basta observar durante unos minutos la pantalla de un teléfono para reconocer que algo está cambiando en nuestra relación con la información. Una noticia se resume en un video de sesenta segundos; una idea compleja aparece convertida en una infografía; un acontecimiento se explica mediante un carrusel de imágenes y una experiencia personal puede narrarse en pocos segundos.

TikTok, Instagram, YouTube Shorts, Facebook y otras plataformas han convertido los mensajes breves, visuales y multimodales en parte de la comunicación cotidiana. La información no siempre se busca de manera deliberada: con frecuencia aparece mientras se desliza la pantalla, seleccionada y ordenada por sistemas algorítmicos que intentan mantener la atención del usuario.

Para efectos de esta reflexión, se entenderá por micromensaje una unidad comunicativa breve y focalizada —un video, una imagen, una pregunta, un audio, un dato o una combinación de estos recursos— diseñada para transmitir o activar una idea en poco tiempo.

El fenómeno no demuestra que las personas estén aprendiendo necesariamente de una forma completamente distinta. Sí muestra, en cambio, que están cambiando sus prácticas de acceso a la información, sus referentes comunicativos y sus expectativas respecto de cómo se presentan los contenidos. Esta transformación interpela directamente a la educación.

América Latina también vive el cambio

Los cambios en el consumo informativo no son ajenos a América Latina. En México, las redes sociales constituyen una fuente informativa semanal para el 66 % de la población encuestada por el Digital News Report 2026 (Gutiérrez Rentería & Flores-Heymann, 2026). En Colombia, el 35 % de los participantes afirmó informarse semanalmente mediante creadores o influenciadores vinculados con las noticias, proporción que llega al 40 % entre jóvenes de 18 a 24 años (García-Perdomo, 2026). En Perú, las redes sociales representan la principal fuente informativa para el 49 % de las personas menores de 35 años (Cueva Chacón, 2026).

Estos datos se refieren a consumo de información y noticias, no directamente de aprendizaje. La distinción es importante. Sin embargo, permiten reconocer el contexto comunicativo en el que hoy se desarrollan muchos estudiantes latinoamericanos: un entorno de videos breves, narrativas visuales, recomendaciones personalizadas, creadores digitales y circulación acelerada de contenidos.

Por ello, el reto educativo no consiste en asumir que los estudiantes ya no pueden leer textos extensos ni mantener la atención. Tampoco conviene reproducir la idea de una generación digital homogénea. Las condiciones de conectividad, acceso a dispositivos y alfabetización digital siguen siendo muy desiguales en la región. El desafío consiste en comprender que la escuela convive con nuevas formas de comunicación y necesita enseñar a utilizarlas críticamente.

Lo breve no necesariamente es superficial

Ante el predominio de contenidos rápidos, una reacción frecuente consiste en culpar a las redes sociales por la pérdida de atención y defender exclusivamente los formatos tradicionales. Sin embargo, la duración de un mensaje no determina por sí sola su profundidad.

Una pregunta de diez palabras puede desencadenar una investigación. Una fotografía puede abrir una discusión ética. Un video de cuarenta segundos puede presentar un problema que después requiera varias horas de búsqueda, lectura y argumentación. Una infografía puede ayudar a visualizar relaciones difíciles de identificar en un texto continuo.

El valor educativo de un micromensaje depende menos de su extensión que de lo que invita a hacer intelectualmente después de recibirlo.

En este punto resulta necesario distinguir el micromensaje del microaprendizaje. Una revisión de la literatura realizada por Denojean-Mairet, López-Pernas, Agbo y Tedre (2024) señala que la integración del microaprendizaje y las redes sociales puede favorecer la participación, el alcance de los recursos y determinados resultados de aprendizaje. Sin embargo, dividir un contenido en fragmentos pequeños no constituye por sí solo una estrategia pedagógica.

Un video de un minuto no produce aprendizaje automáticamente. Para adquirir valor educativo, necesita integrarse en una secuencia que active conocimientos previos, plantee preguntas, promueva recuperación de información, propicie discusión, facilite aplicación o conduzca hacia una comprensión más profunda.

La pregunta pedagógica, por tanto, no debería ser: “¿Cómo reducir este contenido a sesenta segundos?”, sino: “¿Qué puede ocurrir durante estos sesenta segundos que ayude a iniciar un proceso de aprendizaje?

Del contenido reducido al mensaje que moviliza

El profesorado enfrenta una problemática significativa. Por una parte, trabaja con estudiantes expuestos a formatos visuales, inmediatos e interactivos. Por otra, debe favorecer procesos cognitivos que requieren tiempo: leer con atención, contrastar fuentes, formular hipótesis, resolver problemas, construir argumentos y revisar sus propias ideas.

La solución no consiste en convertir cada clase en un espectáculo ni en competir con los creadores digitales por la atención del alumnado. Tampoco supone abandonar el libro, el ensayo, la explicación docente o la conversación extensa. El desafío consiste en combinar formatos y profundidades de acuerdo con el propósito educativo.

Un micromensaje puede utilizarse para:

  • despertar curiosidad mediante una pregunta;
  • presentar un concepto antes de una sesión;
  • mostrar un caso que genere conflicto cognitivo;
  • recuperar conocimientos previos;
  • señalar un error frecuente;
  • recordar un procedimiento;
  • plantear un reto de investigación;
  • conectar un contenido escolar con una situación cotidiana.

La diferencia se encuentra en lo que sucede después.

Puede imaginarse, por ejemplo, un video de cuarenta segundos en el que se observa una comunidad latinoamericana enfrentando escasez de agua. Al finalizar aparece una sola pregunta: “¿Qué asignatura debería hacerse responsable de este problema?”

El video no explica el ciclo del agua, las políticas públicas, los conflictos territoriales ni las consecuencias sociales de la escasez. Tampoco sustituye una lectura científica. Su función consiste en activar una pregunta cuya respuesta difícilmente pertenece a una sola disciplina. A partir de ella pueden intervenir ciencias naturales, matemáticas, geografía, formación ciudadana, economía o comunicación. Lo breve funciona entonces como detonador, no como destino final del aprendizaje.

Una pedagogía por capas

Para integrar estos recursos sin reducir la complejidad de los contenidos, puede pensarse en una pedagogía por capas. No se plantea como un modelo cerrado, sino como una forma práctica de organizar el recorrido del estudiante desde un primer contacto breve hasta una actividad de mayor profundidad.

La primera capa atrae y activa. Puede consistir en una imagen, un video corto, una pregunta, una afirmación controvertida o un dato inesperado.

La segunda capa contextualiza. El docente incorpora una explicación, una conversación, un texto, un gráfico o una experiencia que permita comprender de dónde surge el problema.

La tercera capa profundiza. El estudiante contrasta fuentes, relaciona conceptos, identifica evidencias, reconoce perspectivas distintas y formula nuevas preguntas.

La cuarta capa moviliza el conocimiento. Se propone argumentar, diseñar, resolver, producir, explicar o intervenir sobre una situación concreta. El micromensaje puede captar la atención; una lectura puede aportar profundidad; el diálogo puede confrontar interpretaciones; una actividad puede favorecer la aplicación y la reflexión puede ayudar a construir significado.

Desde esta perspectiva, el trabajo docente no consiste en competir por segundos de atención, sino en convertir esos primeros segundos en una trayectoria intelectual.

Enseñar a detenerse también es educar

Incorporar los lenguajes de las plataformas digitales no significa aceptar su lógica sin cuestionarla. La educación también debe enseñar a detenerse.

La alfabetización digital requiere, por ello, avanzar también hacia una conciencia algorítmica: comprender que los contenidos no aparecen necesariamente porque sean los más importantes, verdaderos o educativos, sino porque existen sistemas que los ordenan a partir de múltiples señales y objetivos (UNESCO, 2024).

Ante un video, una publicación o una afirmación compartida en clase, el estudiante puede aprender a preguntarse:

¿Quién creó este contenido?
¿Qué información presenta y cuál deja fuera?
¿Qué emoción intenta provocar?
¿Qué evidencias ofrece?
¿Puede verificarse en otra fuente?
¿Por qué este contenido pudo aparecer en mi pantalla?
¿Qué información adicional se necesita para comprender el tema?

Estas preguntas transforman el consumo automático en una oportunidad de análisis. Educar en la era del micromensaje también significa enseñar que no todo debe contestarse inmediatamente y que la pausa, la verificación y la duda forman parte del pensamiento crítico.

Captar la atención para llevarla más lejos

La educación no necesita imitar a TikTok, Instagram o YouTube para mantenerse vigente. Necesita comprender que las formas de comunicación están cambiando y decidir pedagógicamente qué conviene recuperar de ellas y qué debe cuestionarse.

Los videos cortos, las infografías, los pódcast breves, los carruseles y las preguntas visuales pueden tener un lugar en la enseñanza cuando forman parte de una arquitectura de aprendizaje más amplia. Su función puede ser atraer, provocar, recordar o conectar; después deberán aparecer oportunidades para leer, conversar, contrastar, crear, resolver y argumentar.

El desafío consiste en utilizar el lenguaje del micromensaje sin someter el conocimiento a la lógica de la simplificación permanente.

Tal vez la pregunta más importante ya no sea si el profesorado debe utilizar mensajes breves, sino qué ocurrirá con la atención después de conseguirla.

Educar en la era del micromensaje no significa reducir el pensamiento. Significa abrir nuevas puertas de entrada y asegurarse de que, detrás de ellas, exista un camino hacia la comprensión, la reflexión y la profundidad.

Referencias

Cueva Chacón, L. M. (2026, 16 de junio). Perú. Reuters Institute for the Study of Journalism. https://reutersinstitute.politics.ox.ac.uk/es/digital-news-report/2026/peru

Denojean-Mairet, M., López-Pernas, S., Agbo, F. J., & Tedre, M. (2024). A literature review on the integration of microlearning and social media. Smart Learning Environments, 11, Article 46. https://doi.org/10.1186/s40561-024-00334-5

García-Perdomo, V. (2026, 16 de junio). Colombia. Reuters Institute for the Study of Journalism. https://reutersinstitute.politics.ox.ac.uk/es/digital-news-report/2026/colombia

Gutiérrez Rentería, M. E., & Flores-Heymann, B. (2026, 16 de junio). Mexico. Reuters Institute for the Study of Journalism. https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2026/mexico

UNESCO. (2024, 13 de mayo). Raising “algorithmic consciousness” to combat the spread of misinformation. https://www.unesco.org/en/articles/raising-algorithmic-consciousness-combat-spread-misinformation

 

miércoles, 12 de agosto de 2026

Hablamos mucho de los riesgos de la IA, pero muy poco de aprender a usarla


Ilustración conceptual sobre infoxicación, aitoxicación y alfabetización crítica en IA

Hace algunos años uno de nuestros problemas era la infoxicación. Internet colocó ante nosotros una cantidad de información que superaba nuestra capacidad para leerla, procesarla y valorarla. Tener acceso a más información no significaba estar mejor informados. Había que aprender a buscar, seleccionar, contrastar y decidir qué merecía nuestra atención. La inteligencia artificial generativa no eliminó ese problema: lo transformó.

Ahora no tenemos solamente miles de documentos, noticias, videos y enlaces esperando ser consultados. Tenemos herramientas capaces de leerlos, resumirlos, compararlos y convertirlos en una respuesta aparentemente coherente. Ya no necesitamos recorrer decenas de páginas para encontrar una explicación, podemos escribir una pregunta y recibirla en segundos.

Este cambio parece resolver una parte de la infoxicación. Si antes el problema era encontrar una respuesta entre demasiada información, ahora la IA puede organizar esa información por nosotros. Pero surge otra dificultad: ¿qué hacemos con una respuesta que parece correcta, está bien redactada y llega prácticamente terminada?

Esta pregunta adquiere mayor significado después de leer el trabajo de Selma Hodzic, Anja Stevic y Jörg Matthes, publicado en 2026 en Technology in Society (Hodzic et al., 2026). Los autores realizaron una revisión paraguas sobre la inteligencia artificial generativa. Este tipo de indagación consiste en una revisión que analiza y sintetiza los resultados de varias revisiones sistemáticas o metaanálisis previamente publicados sobre un mismo tema. Loa autores analizaron 170 revisiones para conocer qué estamos investigando acerca de sus beneficios, riesgos, cuestiones éticas, alfabetización y regulación. La educación representa el 27 % de los trabajos estudiados, después de salud, con el 31 %, y antes de tecnología, con el 28 %.

Los resultados dejan una paradoja que merece ser examinada desde la educación.

Sabemos bastante sobre los riesgos y beneficios, pero falta algo

La inteligencia artificial generativa ha provocado una discusión que con frecuencia parece dividirse entre quienes destacan sus posibilidades y quienes advierten sus peligros. La revisión de Hodzic y sus colaboradores muestra una situación menos polarizada. Prácticamente todos los estudios analizados reconocen beneficios y riesgos. El problema no está en ignorar unos para defender los otros, sino en determinar qué hacemos frente a ambos.

Entre los beneficios aparecen la eficacia, la automatización, el apoyo a la toma de decisiones y la personalización. Esta última tiene un peso particular en educación. El 80 % de los trabajos educativos examinados menciona la personalización, frente al 62 % en tecnología y el 57 % en salud.

El dato resulta comprensible. Desde la perspectiva educativa, una herramienta capaz de adaptar explicaciones, generar ejemplos, responder preguntas o modificar el nivel de complejidad de una respuesta tiene enormes posibilidades. Un estudiante puede solicitar otra explicación cuando no comprende la primera. Un profesor puede crear ejemplos relacionados con diferentes contextos. La interacción puede adaptarse a necesidades que difícilmente podrían atenderse de manera individual en grupos numerosos.

Pero la misma revisión muestra la otra cara. El 91 % de los trabajos educativos aborda riesgos. Los problemas éticos aparecen en el 82 %, los sesgos en el 71 %, la privacidad en el 62 % y los problemas de seguridad en el 31 %. Hasta aquí podríamos sentirnos relativamente tranquilos. La investigación reconoce las posibilidades de la IA y también identifica sus problemas. Sin embargo, hay un dato que cambia la lectura.

Solamente el 44 % de los trabajos educativos analizados aborda la alfabetización en inteligencia artificial. En salud el porcentaje cae al 6 % y en tecnología al 10 %. Los propios autores advierten que la importancia de esta alfabetización todavía no está plenamente reconocida y relacionan esta carencia con la falta de programas estructurados que permitan a los usuarios evaluar críticamente los resultados producidos por la IA.

Aquí aparece una contradicción. Estamos dedicando una enorme atención a conocer qué puede hacer la inteligencia artificial y qué riesgos genera, pero mucha menos a estudiar cómo preparar a las personas para trabajar con ella.

Podemos trasladar el problema a una situación cotidiana. Un estudiante pregunta a una IA sobre un tema que desconoce. Recibe una explicación organizada, con conceptos, ejemplos y argumentos. ¿Cómo determina que la respuesta es correcta? ¿Qué elementos le permiten reconocer un sesgo? ¿Cómo identifica una afirmación que necesita ser verificada? ¿Cómo distingue una explicación convincente de una explicación científicamente sustentada?

No basta con advertirle que la IA puede equivocarse. Necesita criterios para descubrir cuándo se equivoca.

Tampoco basta con decirle que debe desarrollar pensamiento crítico. Tiene que aprender qué operaciones concretas realiza para analizar una respuesta, contrastarla con otras fuentes, identificar sus limitaciones y decidir qué puede aceptar, modificar o rechazar.

La alfabetización en IA no debería reducirse a aprender a escribir mejores prompts. Saber conversar con una herramienta no equivale a saber pensar con ella.

De la infoxicación a la aitoxicación

Durante años hemos relacionado la infoxicación con el exceso de información. El sujeto se encontraba frente a más contenidos de los que podía procesar. Su dificultad principal consistía en seleccionar. La IA introduce una modificación profunda. El exceso ya no llega únicamente en forma de documentos dispersos, llega convertido en respuestas.

En trabajos anteriores en el blog denominamos aitoxicación a esta nueva situación. La diferencia no es solamente terminológica. La infoxicación puede producir la sensación de estar perdido entre demasiada información. La aitoxicación puede producir exactamente la sensación contraria: creer que ya encontramos lo que necesitábamos.

Una respuesta bien construida transmite orden, un resumen reduce la complejidad. Una explicación fluida produce sensación de comprensión. La herramienta puede comparar documentos que no hemos leído y entregarnos las diferencias principales. También puede redactar un texto que después asumimos como propio.

El riesgo cambia de lugar.

La infoxicación nos obligaba a preguntarnos qué leer. La aitoxicación nos obliga a preguntarnos qué cuestionar. En el libro sobre este tema hemos planteado que la aitoxicación no aparece por la mera existencia de muchas respuestas. Surge cuando la respuesta reduce la necesidad de formular preguntas, examinar supuestos y reconstruir el sentido. La fluidez lingüística puede generar apariencia de validez y una estructura ordenada puede confundirse con profundidad.

Aquí los resultados de Hodzic, Stevic y Matthes encuentran un punto de contacto con esta idea. Su revisión no utiliza el concepto de aitoxicación, pero muestra una carencia que ayuda a comprenderlo: conocemos los riesgos, reconocemos los beneficios y, sin embargo, la preparación del usuario recibe mucha menos atención.

Hay otro resultado que merece detenerse. Más del 90 % de los trabajos examinados son revisiones sistemáticas, de alcance o narrativas. Los estudios bibliométricos representan alrededor del 5 % y los metaanálisis apenas el 1 %. Los autores reclaman más evaluaciones empíricas sobre la adopción de la IA. Para la educación esto plantea una tarea concreta. Necesitamos investigar menos solamente sobre lo que la IA podría hacer y observar más lo que profesores y estudiantes realmente hacen con ella.

Necesitamos entrar al aula.

¿Qué sucede cuando un estudiante recibe una respuesta incorrecta pero convincente? ¿La detecta? ¿Qué hace cuando dos herramientas ofrecen explicaciones diferentes? ¿Consulta las fuentes originales? ¿Pregunta antes de pensar el problema o después de elaborar una primera respuesta? ¿Utiliza la IA para ampliar su razonamiento o para evitarlo? ¿Puede explicar sin ayuda aquello que acaba de entregar?

Estas preguntas desplazan la discusión desde la tecnología hacia el sujeto.

En otro trabajo sobre la ruta visible del aprendizaje con IA propusimos que el estudiante no entregue solamente el producto final. Debe reconstruir el proceso seguido, justificar las fuentes seleccionadas, explicar sus instrucciones a la IA, valorar las respuestas recibidas y argumentar las decisiones tomadas. La finalidad no consiste en vigilar cuánto utilizó la herramienta, sino en obtener evidencias de que hubo aprendizaje.

La misma lógica aparece en el modelo C.A.R.E. que hemos propuesto frente a la aitoxicación: Curar, Analizar, Recontextualizar y Evaluar. Curar obliga a seleccionar antes de aceptar. Analizar introduce la duda ante una respuesta convincente. Recontextualizar exige relacionarla con una situación concreta. Evaluar obliga a revisar tanto el resultado como el proceso seguido.

No se trata, entonces, de utilizar menos inteligencia artificial. Tampoco de aumentar las prohibiciones. Se trata de formar mejores usuarios.

La revisión de Hodzic y sus colaboradores termina reclamando una aproximación que combine innovación, protección ética, gobernanza transparente y una alfabetización amplia en inteligencia artificial. Desde la educación podemos añadir algo: esa alfabetización debe convertirse en experiencia pedagógica.

Un estudiante no aprende a evaluar la IA porque le expliquemos sus riesgos. Aprende cuando tiene que comparar respuestas, detectar errores, verificar fuentes, justificar decisiones y defender lo que finalmente afirma.

La infoxicación nos enseñó que acceder a la información no equivale a conocer.

La inteligencia artificial nos coloca frente a una lección más compleja: recibir una buena respuesta tampoco equivale a comprenderla.

Tal vez por eso la pregunta educativa más necesaria ya no sea cuánto saben nuestros estudiantes sobre inteligencia artificial. Tendríamos que empezar a preguntar algo diferente: ¿Qué son capaces de pensar, cuestionar y decidir después de utilizarla?

Referencias

Hodzic, S., Stevic, A., & Matthes, J. (2026). Generative AI in practice: An umbrella review of risks, benefits, ethics, and future directions across major domains. Technology in Society, 87, 103331. https://doi.org/10.1016/J.TECHSOC.2026.103331