Durante muchos años, los docentes tuvimos cierto
margen para conocer una nueva tecnología antes de incorporarla al aula. Llegaba
una plataforma, una aplicación o un recurso digital; aprendíamos a utilizarlo,
explorábamos sus posibilidades y, con el tiempo, decidíamos si realmente
aportaba algo a nuestra enseñanza. Con los años este plazo se fue acortando
cada vez más. Algunos medios y equipos llegaron al aula desde “abajo”, fueron
los estudiantes los que lo insertaron y después los profesores los “descubrimos”.
El mejor ejemplo es el celular.
Con la inteligencia artificial generativa, esa
sensación de estabilidad parece haberse reducido. Cuando apenas comenzamos a
comprender una herramienta, aparece una nueva versión con más capacidades. Lo
que ayer parecía novedoso hoy puede convertirse en una función habitual. Esta
velocidad tecnológica nos coloca frente a una situación poco común: enseñamos
con herramientas que nosotros mismos todavía estamos aprendiendo a utilizar.
El reto, por tanto, no consiste únicamente en
dominar aplicaciones. Ningún docente podría conocer todas las herramientas de
inteligencia artificial que aparecen cada semana. El verdadero desafío es
desarrollar capacidades que nos permitan movernos con criterio en un entorno
tecnológico que seguirá cambiando.
Tres de ellas parecen especialmente importantes: aprender
a aprender, atrevernos a desaprender y mantener viva la curiosidad.
Aprender a aprender también es
parte de ser docente
Ser experto en una disciplina sigue siendo
fundamental. Un profesor de matemáticas necesita conocer matemáticas; uno de
medicina debe dominar los fundamentos de su campo; quien enseña marketing debe
comprender mercados, consumidores y estrategias.
Pero hoy ese conocimiento necesita complementarse
con otra capacidad: saber aprender continuamente.
La investigación sobre el aprendizaje ha mostrado
que las personas aprenden a lo largo de toda la vida y que este proceso depende
de sus experiencias, conocimientos previos y contextos. También sabemos que
aprender mejor implica observar nuestro propio proceso: reconocer qué
comprendemos, identificar errores, ajustar estrategias y buscar nueva
información cuando es necesario (National Academies of Sciences, Engineering,
and Medicine, 2018).
En tiempos de inteligencia
artificial, esta capacidad adquiere una importancia especial.
Un docente no necesita dominar cada nueva
aplicación. Puede seguir un proceso mucho más sencillo identificar una
necesidad educativa, explorar si alguna herramienta puede ayudar, probarla en
pequeña escala, revisar los resultados y decidir si realmente mejora la
experiencia de aprendizaje.
La pregunta importante deja de ser “¿qué
herramienta está de moda?” y pasa a ser “¿qué problema educativo quiero
resolver?”.
También podemos hacer visible este proceso frente
al alumnado. Cuando un profesor muestra cómo verifica una respuesta producida
por una inteligencia artificial, detecta un error, contrasta una fuente o
modifica una pregunta, está enseñando algo más valioso que el funcionamiento de
una aplicación: está mostrando cómo piensa una persona que aprende de manera
crítica.
Desaprender no significa olvidar
La experiencia docente es una ventaja, pero también
puede convertirse en una limitación cuando repetimos prácticas simplemente
porque siempre las hemos realizado de la misma manera.
Por eso necesitamos aprender a desaprender, esto no
significa borrar conocimientos ni despreciar la experiencia acumulada.
Significa revisar prácticas, supuestos y rutinas cuando dejan de responder
adecuadamente a las nuevas condiciones.
De la sorpresa a la curiosidad
Existe otra capacidad que a veces olvidamos cuando
hablamos de tecnología: la curiosidad.
Las nuevas herramientas generan sorpresa. Una
inteligencia artificial puede redactar un texto, analizar documentos, producir
imágenes, organizar información o proponer soluciones en pocos segundos. Esa
sorpresa puede conducir a dos caminos diferentes.
El primero es aceptar el resultado sin
cuestionarlo, el segundo es preguntar:
¿Cómo
llegó a esa respuesta?
¿Qué información utilizó?
¿Qué podría estar equivocado?
¿Qué falta comprobar?
¿Existe otra explicación?
Ahí
comienza la curiosidad.
La investigación ofrece razones interesantes para
tomársela en serio. En un conocido estudio experimental, Gruber, Gelman y
Ranganath (2014) encontraron que las personas recordaban mejor cierta
información cuando se encontraban en estados de mayor curiosidad.
Esto no significa que cualquier tecnología novedosa
produzca automáticamente mejores aprendizajes. Pero sí recuerda algo
importante: tener preguntas puede preparar nuestra mente para aprender.
En el aula, podemos aprovechar esta capacidad antes
de proporcionar respuestas.
Por ejemplo, podríamos plantear un problema y pedir
primero a los estudiantes que anticipen una solución. Después pueden consultar
una herramienta de inteligencia artificial, comparar ambas respuestas,
identificar diferencias y buscar evidencias para decidir cuál resulta más
sólida.
La IA deja entonces de funcionar como una máquina
de respuestas y se convierte en un objeto de análisis.
La sorpresa abre la puerta. La curiosidad nos
invita a atravesarla.
¿Qué cambia con modelos de IA
cada vez más capaces?
Los modelos actuales de inteligencia artificial
pueden realizar tareas cada vez más complejas: analizar documentos, utilizar
diferentes herramientas, organizar información, generar alternativas y
participar en procesos compuestos por varios pasos.
Para los docentes esto abre posibilidades
interesantes, pero ninguna de ellas debería adoptarse automáticamente.
Una herramienta de IA puede ayudar a revisar la
coherencia entre objetivos, actividades y evaluaciones de un curso. Puede
proponer ejemplos con diferentes niveles de dificultad, construir borradores de
casos profesionales o elaborar comentarios preliminares a partir de una
rúbrica.
También puede convertirse en material de trabajo
para desarrollar pensamiento crítico.
Imaginemos una clase de marketing. El profesor
solicita a una herramienta de inteligencia artificial una propuesta de campaña
para una pequeña empresa. En lugar de entregar esa campaña como producto
terminado, los estudiantes reciben el documento y deben analizarlo.
¿Los
datos son confiables?
¿El presupuesto es realista?
¿La propuesta comprende verdaderamente al público?
¿Qué información debería verificarse?
¿Qué modificarían y por qué?
El aprendizaje no proviene entonces de aceptar lo
producido por la herramienta, sino de evaluarlo, cuestionarlo y mejorarlo.
Innovar también significa poner
límites
La curiosidad tecnológica necesita acompañarse de
responsabilidad.
La UNESCO ha señalado la importancia de que la
utilización educativa de la inteligencia artificial generativa mantenga un
enfoque centrado en las personas y considere cuestiones como privacidad,
equidad, transparencia y validación pedagógica (Miao & Holmes, 2023).
En la práctica, esto significa algo bastante
concreto.
No deberíamos introducir información sensible de
estudiantes en cualquier plataforma sin revisar previamente las políticas
institucionales y las condiciones de privacidad. Tampoco deberíamos considerar
verdadera una respuesta simplemente porque está redactada con seguridad y
fluidez.
Los contenidos producidos por inteligencia
artificial necesitan ser verificados.
También existe un problema de acceso. Si una
actividad depende de una herramienta que requiere una suscripción costosa,
algunos estudiantes pueden encontrarse en desventaja.
Innovar responsablemente implica preguntarnos no
solo qué puede hacer una tecnología, sino también qué aporta al aprendizaje,
qué riesgos introduce y quién podría quedar excluido.
Una pequeña práctica para
comenzar
No necesitamos transformar todo un curso para
empezar a experimentar.
Podemos elegir una actividad que ya utilizamos y
hacernos cuatro preguntas:
¿Qué
dificultad tienen actualmente mis estudiantes?
¿Cómo podría ayudar la inteligencia artificial?
¿Qué tendría que seguir haciendo necesariamente el estudiante?
¿Cómo sabré si la modificación realmente mejoró el aprendizaje?
Después podemos probar el cambio en pequeña escala.
Al finalizar, conviene observar los resultados:
¿los estudiantes comprendieron mejor?, ¿formularon mejores preguntas?,
¿aparecieron nuevos errores?, ¿la retroalimentación fue más útil?, ¿cuánto
trabajo de revisión exigió la herramienta?
Registrar estas observaciones y compartirlas con
otros docentes puede ayudarnos a construir algo que necesitamos con urgencia:
conocimiento basado en experiencias reales y no únicamente en expectativas
sobre la tecnología.
Seguir aprendiendo mientras
enseñamos
Probablemente la inteligencia artificial continuará
cambiando con una rapidez difícil de anticipar. Por eso, preparar a los
docentes para el futuro no significa enseñarles a dominar una herramienta
específica, lo que se busca es:
Fortalecer capacidades que sigan siendo útiles
cuando esa herramienta desaparezca o sea reemplazada.
·
Aprender a aprender nos permite explorar lo nuevo
sin depender de cada novedad.
·
Desaprender nos ayuda a cuestionar prácticas que
dejaron de cumplir su propósito.
·
La curiosidad mantiene abiertas las preguntas que
impulsan el conocimiento.
·
Mostrar que seguimos aprendiendo, incluso cuando
nos corresponde enseñar.
Referencias
Gruber, M. J., Gelman, B. D., & Ranganath, C.
(2014). States of curiosity modulate hippocampus-dependent learning via the
dopaminergic circuit. Neuron, 84(2), 486–496. https://doi.org/10.1016/j.neuron.2014.08.060
Miao, F., & Holmes, W. (2023). Guidance for
generative AI in education and research. UNESCO.
National Academies of Sciences, Engineering, and
Medicine. (2018). How people learn II: Learners, contexts, and cultures.
The National Academies Press. https://doi.org/10.17226/24783
