El currículo en disputa: enseñar cuando los algoritmos ya “saben”

En colaboración con Mercedes Leticia Sánchez Ambriz

Escucha el podcast, breve y conciso en este enlace

Si nos asomamos a las escuelas de educación media o superior donde los estudiantes tienen acceso a  celulares y conexión a internet, observaremos una  escena que empieza a repetirse en muchas aulas latinoamericanas: el docente explica un concepto complejo y, minutos después, un estudiante consulta a un sistema de inteligencia artificial que ofrece una respuesta más rápida, más estructurada y aparentemente más completa. No es un hecho anecdótico. Es el síntoma de una transformación profunda: el currículo está dejando de ser el principal organizador del conocimiento escolar.

Durante mucho tiempo, el currículo funcionó como una promesa de orden. Seleccionaba saberes legítimos, establecía secuencias formativas y garantizaba cierta coherencia en los procesos educativos. Hoy esa promesa se tensiona. La inteligencia artificial no solo acelera el acceso a la información, sino que reconfigura las formas de producirla, validarla y distribuirla. En consecuencia, el problema curricular ya no es únicamente pedagógico; es también político, epistemológico y cultural.

Autores críticos del campo educativo han advertido desde hace décadas que el currículo nunca ha sido neutral. Constituye un espacio donde se disputan visiones de sociedad, de conocimiento y de sujeto (Apple, 1996). En la era algorítmica, esta disputa adquiere nuevas dimensiones. Los sistemas de recomendación, los modelos predictivos y las plataformas educativas inteligentes comienzan a incidir —de manera explícita o silenciosa— en las decisiones sobre qué aprender, cómo aprender y con qué finalidad aprender.

Esto introduce un desafío central para la gobernanza del conocimiento. Si el saber circula ahora en redes digitales globales mediadas por corporaciones tecnológicas, ¿qué papel conservan las instituciones educativas en la definición del horizonte formativo? La pregunta es incómoda porque obliga a reconocer que el currículo podría convertirse en un instrumento reactivo, constantemente adaptándose a innovaciones externas en lugar de orientarlas desde una perspectiva educativa. Como advierte Castells (2009), en la sociedad red el poder se reorganiza en torno a la capacidad de gestionar flujos de información, lo que sitúa a la educación ante la necesidad de redefinir su función estratégica.

En este contexto, el discurso de la innovación educativa corre el riesgo de transformarse en una narrativa superficial. Incorporar plataformas digitales o automatizar procesos evaluativos no garantiza por sí mismo una mejora en la formación. Incluso puede generar efectos contrarios si se debilita la reflexión pedagógica o se reducen los espacios de diálogo crítico. Freire (2005) recordaba que toda práctica educativa implica una toma de posición ética frente al mundo; trasladar decisiones curriculares a sistemas algorítmicos sin mediación docente podría significar, en términos simbólicos, una renuncia a esa responsabilidad.

El reto, entonces, no es simplemente “actualizar” el currículo, sino reconfigurarlo desde la complejidad. Esto implica reconocer que el aprendizaje contemporáneo se desarrolla en entornos híbridos, donde convergen experiencias formales, informales y digitales. Significa también aceptar que los estudiantes ya no son receptores pasivos de contenidos, sino sujetos que interactúan con múltiples fuentes de conocimiento, muchas de ellas automatizadas. Desde la perspectiva de Morin (2001), educar en la complejidad supone formar para comprender las interdependencias, las incertidumbres y las consecuencias éticas de nuestras decisiones colectivas.

Sin embargo, integrar la inteligencia artificial al currículo sin un marco crítico podría derivar en escenarios distópicos. La hiperestandarización del aprendizaje, la vigilancia digital del desempeño académico o la reducción del pensamiento a métricas de eficiencia son riesgos reales. En sociedades latinoamericanas marcadas por desigualdades estructurales, estas dinámicas pueden profundizar brechas existentes y consolidar nuevas formas de exclusión cognitiva. Por ello, la gobernanza curricular debe orientarse hacia una justicia educativa basada en el acceso significativo al conocimiento, no solo en su disponibilidad tecnológica.

Frente a este panorama, la tarea del docente adquiere una relevancia inédita. Más que transmisor de contenidos, se convierte en mediador entre el saber humano y el saber automatizado, en intérprete crítico de la información y en constructor de sentido educativo. El currículo de mañana no podrá limitarse a enumerar competencias digitales; deberá propiciar experiencias formativas donde la tecnología sea cuestionada, comprendida y humanizada.

Quizá la provocación más urgente para los sistemas educativos latinoamericanos sea esta: no basta con enseñar a usar la inteligencia artificial; es imprescindible aprender a decidir pedagógicamente cuándo no usarla. En esa decisión se juega no solo la pertinencia del currículo, sino la posibilidad de que la educación continúe siendo un espacio de emancipación intelectual y no únicamente de adaptación tecnológica.

Hacia la gobernanza curricular en la era algorítmica

Si el currículo está entrando en una zona de disputa epistemológica, la respuesta no puede ser la pasividad institucional ni la fascinación tecnológica. Se requiere una acción pedagógica consciente y estratégica. En este sentido, algunas orientaciones resultan ineludibles para los sistemas educativos latinoamericanos.

En primer lugar, es necesario replantear la innovación educativa como un proceso crítico y no meramente instrumental. Integrar inteligencia artificial al currículo implica desarrollar competencias para analizar sus implicaciones éticas, cognitivas y sociales. No se trata de formar usuarios eficientes de tecnología, sino sujetos capaces de comprender su impacto en la producción del conocimiento y en la configuración de la vida colectiva.

En segundo término, resulta prioritario avanzar hacia modelos curriculares flexibles y transdisciplinarios, que permitan abordar problemas complejos como el cambio climático, la transformación del trabajo o la desinformación digital. Estos desafíos no pueden ser comprendidos desde estructuras curriculares fragmentadas. Exigen enfoques formativos que articulen saberes científicos, humanísticos y tecnológicos en experiencias de aprendizaje situadas.

Asimismo, la gobernanza del conocimiento demanda fortalecer el papel docente como agente intelectual y ético del currículo. En contextos donde los algoritmos comienzan a orientar decisiones educativas, la mediación pedagógica adquiere un valor estratégico para garantizar que la tecnología no sustituya el juicio profesional ni el diálogo formativo. La formación docente continua debe incluir el desarrollo de capacidades para evaluar críticamente herramientas digitales y para diseñar experiencias educativas humanizadas.

Otra recomendación fundamental consiste en incorporar la justicia cognitiva como principio orientador del desarrollo curricular. La expansión de la inteligencia artificial puede ampliar oportunidades de aprendizaje, pero también profundizar desigualdades si no se implementan políticas de acceso equitativo, alfabetización digital crítica y acompañamiento pedagógico contextualizado. El currículo debe contribuir a democratizar el conocimiento, no a concentrarlo en entornos tecnológicamente privilegiados.

Por lo tanto, es imprescindible promover espacios institucionales de deliberación curricular participativa, donde estudiantes, docentes y comunidades puedan reflexionar sobre el sentido de la formación en un mundo mediado por tecnologías inteligentes. La gobernanza curricular no puede ser una decisión exclusivamente técnica; debe constituirse como un proceso social y cultural de construcción colectiva.

Conclusiones

La emergencia de la inteligencia artificial está modificando silenciosamente los fundamentos sobre los que se construyeron los currículos modernos. Lo que antes era una estructura relativamente estable hoy se encuentra atravesado por flujos de información global, automatización del conocimiento y nuevas formas de poder simbólico. En este contexto, el currículo deja de ser un simple organizador de contenidos para convertirse en un territorio estratégico donde se define el futuro educativo de nuestras sociedades.

Asumir esta transformación implica reconocer que la innovación curricular no puede desligarse de la responsabilidad social ni de la gobernanza del conocimiento. La educación enfrenta el desafío de formar sujetos capaces de interactuar críticamente con tecnologías inteligentes sin perder su autonomía intelectual ni su sensibilidad ética. Esta tarea exige repensar las finalidades de la formación, las estructuras organizativas del currículo y las prácticas pedagógicas que le dan vida en las aulas.

Lejos de anunciar el fin del currículo, la era de la inteligencia artificial plantea la posibilidad de reinventarlo desde la complejidad y el humanismo. El verdadero riesgo no reside en la presencia de algoritmos en la educación, sino en la ausencia de reflexión pedagógica sobre su uso. Si las decisiones curriculares se subordinan exclusivamente a criterios de eficiencia tecnológica, la escuela corre el peligro de renunciar a su función histórica como espacio de pensamiento crítico y transformación social.

Por el contrario, si los sistemas educativos logran articular innovación, ética y participación colectiva, el currículo puede convertirse en una plataforma de emancipación intelectual capaz de orientar a las nuevas generaciones en escenarios inciertos. La cuestión de fondo no es si la inteligencia artificial transformará la educación —eso ya está ocurriendo—, sino qué papel asumiremos los educadores en la definición de esa transformación.

En esa decisión se juega no solo la pertinencia del currículo, sino el sentido mismo de educar en el siglo XXI.

 

Referencias

Apple, M. W. (1996). Cultural politics and education. Teachers College Press.

Castells, M. (2009). Communication power. Oxford University Press.

Freire, P. (2005). Pedagogía de la autonomía: saberes necesarios para la práctica educativa. Siglo XXI.

Morin, E. (2001). Los siete saberes necesarios para la educación del futuro. UNESCO.

 

Skinner ante la inteligencia artificial: una posible reconstrucción pedagógica

En colaboración con Mercedes Leticia Sánchez Ambriz

El podcast, al igual que los anteriores, explica el artículo con el empleo de ejemplos que engalan lo escrito. Lo escuchas desde aquí.

Para preparar una charla en una maestría en educación, volví a abrir, casi como quien se asoma a una ventana hacia otro tiempo, dos obras fundamentales de B. F. Skinner: Tecnología de la enseñanza y Ciencia y conducta humana (una psicología científica). No fue una lectura apresurada ni meramente académica; fue más bien un diálogo silencioso con una de las voces más influyentes de la psicología educativa del siglo XX. En ese encuentro intelectual, la primera obra volvió a revelarse para mí como la más definitiva, aunque en la introducción de la segunda se condensa con notable claridad el núcleo de su pensamiento pedagógico.

Skinner nos invita a mirar la enseñanza con una radicalidad que todavía hoy incomoda y, al mismo tiempo, ilumina. Para él, enseñar no consiste en depositar contenidos en la mente del estudiante, ni en esperar pasivamente que el desarrollo madurativo haga su trabajo, ni en sostenerse en discursos difusos sobre el crecimiento personal. Enseñar, en su visión, implica diseñar con rigor las condiciones en las que el aprendizaje puede emerger. Es una tarea artesanal y científica a la vez: organizar situaciones concretas que provoquen respuestas, y que estas respuestas se fortalezcan mediante sus consecuencias.

Hay en esta postura una fuerza casi arquitectónica. Skinner concibe al docente como un constructor de escenarios donde el aprendizaje no es azaroso, sino cuidadosamente modelado. Cuando afirma que “enseñanza es simplemente la disposición de las contingencias de refuerzo”, no solo define un principio técnico, sino que revela una filosofía educativa basada en la acción, la evidencia y la transformación observable. Su conductismo no teme a la precisión ni al método; confía en que la conducta puede ser comprendida y orientada si se interviene en las condiciones adecuadas. Explicó con bastante fuerza cómo se moldea una conducta observable, pero no logró explicar cómo se comprende, se interpreta, se reelabora y se crea conocimiento.

Skinner propone una tecnología de la enseñanza basada en varios principios: el refuerzo inmediato, la fragmentación del aprendizaje en pasos pequeños, el avance gradual por aproximaciones sucesivas, la reducción del error innecesario, y el último el ritmo individual de progreso. Todo esto lo conduce a defender la enseñanza programada y el uso de máquinas de enseñar bajo su concepción conductista.

Bajo esta perspectiva, y a partir de la lectura atenta de su obra, surge de manera casi inevitable una pregunta: si Skinner pudiera pronunciarse sobre la inteligencia artificial, ¿qué diría? No se trata, por supuesto, de atribuirle una opinión literal acerca de una tecnología que pertenece a un tiempo posterior al suyo, sino de formular una hipótesis interpretativa sustentada en sus planteamientos sobre las contingencias de refuerzo, la respuesta activa del estudiante, la secuenciación del aprendizaje, la retroalimentación inmediata y la función instrumental de la tecnología en los procesos de enseñanza.

Desde esta revisión teórica es posible suponer que Skinner habría valorado la inteligencia artificial como un dispositivo pedagógico en la medida en que esta organizara condiciones eficaces para el aprendizaje, promoviera la producción intelectual activa del estudiante y contribuyera a fortalecer el papel del docente. En contraste, probablemente habría adoptado una postura crítica frente a los usos de la IA orientados a sustituir la actividad cognitiva del alumno, fomentar la pasividad o encubrir sus efectos reales bajo discursos mentalistas y promesas pedagógicas difusas. Tales reservas, en el fondo, trascienden la adhesión o no al conductismo skinneriano y remiten a preocupaciones educativas que hoy resultan ampliamente compartidas.

Por tanto, las ideas que expresamos se formulan como una suposición teórica y no como cita directa de una opinión inexistente. El punto de partida del análisis está en su definición de la enseñanza. En Tecnología de la enseñanza afirma que “enseñanza es simplemente la disposición de las contingencias de refuerzo”. Más adelante señala que el estudiante “no absorbe pasivamente los conocimientos” y que “conocer es actuar, operar”. Estas formulaciones permiten suponer que Skinner no habría evaluado la IA preguntándose si piensa como un ser humano, sino preguntándose qué conductas promueve, cómo las organiza y con qué efectos observables sobre el aprendizaje.

La IA como tecnología de enseñanza

Desde esta perspectiva, es posible suponer que Skinner habría interpretado la inteligencia artificial como una extensión de la tecnología instruccional. En Tecnología de la enseñanza sostiene que una máquina de enseñar es, esencialmente, un instrumento diseñado para organizar contingencias de reforzamiento. En esa misma línea argumenta que el profesor requiere apoyos instrumentales para disponer de manera eficaz las condiciones bajo las cuales el aprendizaje puede producirse. Esta afirmación no constituye un detalle secundario, sino un elemento central de su concepción pedagógica: la calidad de la enseñanza depende de la forma en que se estructuran las situaciones que permiten al estudiante responder, corregir sus errores, avanzar progresivamente y consolidar repertorios de conducta.

En consecuencia, desde un marco skinneriano, un tutor basado en inteligencia artificial, un sistema adaptativo o cualquier aplicación educativa sustentada en esta tecnología serían evaluados fundamentalmente por su funcionalidad didáctica. Es decir, no como inteligencias que compiten con la labor docente, sino como instrumentos pedagógicos capaces de ampliar la capacidad del profesor para organizar experiencias de aprendizaje más sistemáticas, inmediatas y eficaces.

Otro eje decisivo de esta reconstrucción es la inmediatez del refuerzo, al expresar que la respuesta correcta debe recibir refuerzo “de la forma más inmediata posible” y que la técnica eficaz asegura “corrección instantánea”. Estos planteamientos se leen en la segunda obra y más específicamente en la introducción de esta.

En la primera obra Skinner critica los retrasos escolares entre la respuesta y la corroboración. Pone de ejemplo a un profesor que se pasea por el aula, revisando las respuestas de los estudiantes y después se lleva a su casa los trabajos para corregirlos. Para él la respuesta debe ser inmediata. Bajo esta idea es posible considerar que habría visto con interés una IA capaz de ofrecer corrección rápida, orientación puntual y continuidad del proceso de aprendizaje sin largas demoras.

La secuenciación del aprendizaje es otro punto central. Skinner insiste en que el comportamiento complejo no se construye de golpe. Debe dividirse en pasos pequeños, reforzados uno a uno. En el mismo libro sostiene que el proceso de aprendizaje debe organizarse en “un gran número de pasos muy pequeños” y que la frecuencia del refuerzo aumenta cuando cada paso es corto y controlable. Desde esa lógica, una IA educativa bien diseñada sería compatible con su marco teórico si fragmenta tareas, dosifica la dificultad, adapta la ruta del estudiante y preserva la continuidad entre una respuesta y la siguiente. No se trataría de admirar la novedad técnica del sistema, sino de verificar si favorece una progresión eficiente hacia el comportamiento terminal buscado.

La respuesta activa del estudiante también resulta clave. Skinner objeta la idea de que aprender sea recibir, memorizar o contemplar. En su crítica a los lenguajes mentalistas escribe que “ni reconocer ni entender ni utilizar un sentido” describen acciones útiles para definir el comportamiento terminal. Lo que importa no es una supuesta actividad interna imposible de verificar directamente, sino lo que el estudiante hace. Por eso, una IA que solo explique, resuma o entregue soluciones terminadas habría sido, para Skinner, una tecnología pedagógicamente débil. En cambio, una IA que exija redactar, resolver, reformular, clasificar, preguntar y responder se aproximaría mucho más a su ideal de enseñanza. Esa idea aparece con fuerza cuando afirma que “Un programa puede enseñar al estudiante a hacer preguntas y responderlas”. En esta idea es que se debe hoy en día centrar el trabajo con la IA, no es la pregunta superficial la que ayuda al estudiante, es el dialogo con los algoritmos lo que permite el razonamiento por parte del estudiante.

Límites y objeciones que Skinner probablemente formularía

La primera objeción probable de Skinner recaería sobre el uso pasivo de la IA. La segunda obra estudiada y específicamente en la introducción escrita por Ramón Bayes, señala una advertencia muy clara: “El alumno dice Skinner se transformará en un receptor cada vez más pasivo” cuando la tecnología se limita a presentar materias y reduce el intercambio pedagógico. Trasladado al presente, esto permite inferir que habría criticado una IA usada como fuente de respuestas listas para copiar, como atajo para evitar el esfuerzo cognitivo o como sustituto de la producción intelectual del estudiante. Su aceptación de la tecnología nunca fue una aceptación de la pasividad.

La segunda objeción sería metodológica. Skinner desconfía de las formulaciones abstractas que prometen mucho y explican poco. En la obra Ciencia y Conducta humana, se cita su crítica a filosofías educativas que “se mantienen mudas en cuanto a los métodos”. En Tecnología de la enseñanza insiste en que no basta hablar de adaptación, comprensión o sentido si esos términos no especifican comportamientos observables. Aplicado a la IA, esto sugiere una pregunta muy skinneriana: ¿qué hace el estudiante con ella?, ¿qué respuestas nuevas aparecen?, ¿qué errores disminuyen?, ¿qué secuencias mejora?, ¿qué condiciones de refuerzo organiza mejor que antes? Skinner habría exigido pruebas de funcionamiento didáctico, no descripciones impresionistas ni retórica tecnológica.

La tercera objeción afectaría el lugar del profesor. Skinner es explícito al afirmar que “las máquinas de enseñar tampoco eliminarán al profesor”. En otro pasaje refuerza la idea al señalar que los aparatos liberan al docente de tareas mecánicas y le dejan espacio para funciones propiamente humanas. Esta afirmación es muy útil para pensar la IA actual. Desde una lectura skinneriana, la IA no reemplaza al profesor cuando este diseña secuencias, interpreta errores, decide trayectorias, selecciona refuerzos y orienta procesos formativos. La sustituibilidad aparece solo cuando la enseñanza se reduce a corrección mecánica o transmisión lineal de información. Skinner habría defendido una docencia aumentada por instrumentos, no una docencia abolida por ellos.

Dejando al margen las múltiples críticas formuladas al conductismo skinneriano, la síntesis interpretativa que se desprende de este análisis resulta conceptualmente clara. Desde sus postulados teóricos, es razonable inferir que Skinner habría reconocido el valor de la inteligencia artificial como tecnología educativa en la medida en que esta contribuyera a organizar contingencias de reforzamiento eficaces, estimulara la participación activa del estudiante, garantizara retroalimentación inmediata, estructurara progresivamente la complejidad de las tareas y potenciara la eficacia pedagógica del docente.

Su aceptación, sin embargo, no habría sido acrítica. Es igualmente plausible sostener que habría cuestionado aquellos usos de la IA orientados a generar dependencia cognitiva, transformar al estudiante en un receptor pasivo de información o sostener discursos imprecisos sobre comprensión, creatividad o innovación sin evidencias conductuales verificables. Asimismo, habría rechazado cualquier pretensión de sustituir integralmente la función pedagógica del profesor, entendida como diseño deliberado de condiciones formativas.

En este marco, la discusión central no radicaría en determinar si la inteligencia artificial puede ser considerada “inteligente” en términos humanos, sino en evaluar rigurosamente su eficacia didáctica. Desde la lógica skinneriana, enseñar bien no constituye una abstracción retórica, sino una operación concreta y sistemática: construir entornos de aprendizaje capaces de propiciar la emergencia, consolidación y mantenimiento de comportamientos académicos funcionales. ¿Estás de acuerdo con estas ideas?

Referencias

Skinner, B. F. (1970). Tecnología de la enseñanza. s/f Tomado de https://drive.google.com/file/d/1NaMrX7jKdcse1XW3kvWs_XegvcskuI7d/view  

Skinner,B.F.  (1971) Ciencia y conducta humana (Una psicología científica) Editorial Fontanella. S.A. 1969.