Cognición Humana e Inteligencia Artificial en el Aula del Siglo XXI

 

Escucha el pódcast sobre este artículo

En colaboración con Mercedes Leticia Sánchez Ambriz

El reciente artículo de Infobae, que recoge audaces predicciones de Howard Gardner –padre de la teoría de las inteligencias múltiples–, nos lleva a reflexionar al ámbito educativo. Gardner plantea que, para el año 2050, la inteligencia artificial (IA) habrá avanzado tanto que la educación deberá reenfocarse en conocimientos centrales: lectura, escritura, aritmética y un poco de programación (Kozodij, 2025). Lejos de ser una distopía tecnológica, esta visión invita a un análisis más profundo sobre la esencia misma del aprendizaje y el pensamiento. ¿Qué nos dice esta predicción sobre la cognición humana y hacia dónde se dirige la IA? Más importante aún, ¿cómo nos preparamos como docentes en Latinoamérica para este futuro inminente?

La Arquitectura del pensamiento humano

La cognición humana es el conjunto de procesos mentales que nos permiten recibir, procesar y elaborar información. Incluye la atención, la percepción, la memoria, el lenguaje, el razonamiento y la resolución de problemas (Flavell, 1992). Gardner (2011) subrayó que estas capacidades se manifiestan de manera diversa en cada individuo, a través de sus múltiples inteligencias. Un estudiante puede tener una cognición espacial sobresaliente pero dificultades en el razonamiento lógico-matemático. El papel del docente es identificar y potenciar estas facetas, favoreciendo un aprendizaje inclusivo.

En este sentido, la cognición humana no se limita a procesar datos, sino que consiste en construir significados. La interpretación que cada persona realiza está moldeada por la emoción, la cultura y la experiencia previa. Esto nos recuerda que, aunque la IA puede imitar algunos procesos, la dimensión subjetiva y social de la cognición humana permanece única.

La IA, desde sus orígenes, ha buscado crear sistemas capaces de realizar tareas que normalmente requieren inteligencia humana. De los programas de ajedrez en los años sesenta a los algoritmos de recomendación actuales, la IA se caracterizó por su especialización en tareas concretas.

Hoy observamos un cambio sustancial. La IA evoluciona hacia sistemas que buscan emular procesos cognitivos humanos. Este tránsito ha dado lugar al concepto de cognición artificial. No se trata únicamente de que una máquina ejecute una tarea, sino de que intente procesar información de manera análoga al ser humano.

Los modelos de lenguaje grandes (LLM), como GPT-5, Gemini, LlaMa, Claude y otros representan el ejemplo más claro de esta transición. A diferencia de algoritmos previos, estos modelos no se limitan a buscar palabras clave; son capaces de analizar contextos, sintetizar información y generar textos coherentes (Brown et al., 2020). Aunque carecen de conciencia, reproducen patrones de razonamiento lingüístico con un nivel de sofisticación tal que resulta útil en educación. Un docente puede, por ejemplo, co-crear un plan de lección con una IA que propone actividades, estructura contenidos y sugiere recursos.

Este fenómeno conecta con la teoría de la cognición distribuida, según la cual la inteligencia no reside únicamente en la mente humana, sino que se extiende a las herramientas culturales y tecnológicas (Salomon, 1993). Así, la IA no sustituye al docente, sino que se convierte en un copiloto cognitivo: libera cargas mecánicas y permite al educador enfocarse en lo que verdaderamente importa, el desarrollo crítico y humano de los estudiantes.

El futuro, según Gardner: ¿Por qué volver a lo básico?

La predicción de Gardner cobra sentido en este contexto. Si la IA puede realizar tareas complejas, programar sistemas o redactar informes, el valor humano se centrará en dirigir y validar estas herramientas. Para ello, las habilidades fundamentales adquieren un rol central:

·    Lectura y escritura. Formar preguntas precisas a una IA exige un dominio profundo del lenguaje. Evaluar las respuestas requiere lectura crítica y escritura clara. Estas competencias seguirán siendo la base del pensamiento reflexivo y de la interacción con la tecnología.

·   Aritmética y pensamiento lógico. Aunque una IA pueda realizar cálculos avanzados, el ser humano debe identificar problemas, diseñar estrategias y verificar resultados. La lógica matemática es indispensable para dialogar con la IA y comprender sus limitaciones.

·    Codificación básica. Gardner no plantea que todos deban ser ingenieros, sino que desarrollen alfabetización digital. Entender los principios de la programación es comprender la lógica que rige el mundo digital (Eshet-Alkalai, 2004). Esta competencia permite a docentes y estudiantes ser creadores activos y no meros consumidores de tecnología.

Estas destrezas se convierten en el mapa y la brújula que guían al piloto humano en la educación del futuro. La IA es un copiloto poderoso, pero inútil si no sabemos hacia dónde dirigirnos.

Desafíos y oportunidades para la educación en Latinoamérica

En América Latina, la irrupción de la IA educativa presenta grandes oportunidades y desafíos. Entre los beneficios destaca la personalización del aprendizaje y la reducción de la carga administrativa para los docentes, lo que permite dedicar más tiempo a la mediación pedagógica (Serrano Pájaro, 2025). Sin embargo, persisten retos significativos:

1.    Brecha digital. Muchas escuelas carecen de conectividad y equipos suficientes. Si no se atiende esta desigualdad, la IA podría aumentar las brechas existentes.

2.    Capacitación docente. Los profesores necesitan formación continua para usar la IA de manera crítica, ética y pedagógica.

3.    Políticas educativas. Es necesario diseñar marcos regulatorios que aseguren la equidad y la protección de datos, y que promuevan una integración responsable de la IA.

La región debe apostar por invertir en infraestructura y, sobre todo, en el empoderamiento docente. Un maestro formado en competencias digitales y pensamiento crítico será capaz de orquestar inteligencias humanas y artificiales en favor de aprendizajes más significativos.

Conclusión

La irrupción de la inteligencia artificial en el aula del siglo XXI nos desafía a repensar nuestra práctica educativa desde sus cimientos. La pertinencia del análisis radica en reconocer que, si bien la IA puede automatizar muchas funciones, el propósito último de la educación —formar seres humanos capaces de pensar, sentir y crear— permanece inalterable.

 La argumentación presentada nos lleva a entender que cognición humana e inteligencia artificial no están en competencia, sino en diálogo. Donde la cognición humana aporta sentido, valores, creatividad y juicio crítico; la IA aporta velocidad, vastedad de información y nuevas posibilidades de personalización. Prepararnos para el futuro implicará, entonces, volver a fortalecer lo esencial (nuestras “armas” cognitivas básicas) al tiempo que abrazamos las nuevas herramientas tecnológicas con mente abierta y criterio firme.

En Latinoamérica, esto supone un compromiso doble: cerrar brechas de acceso y formar docentes líderes en la era digital. Si logramos ambos objetivos, estaremos en condiciones de orquestar aulas verdaderamente siglo XXI, donde cada actividad humana se vea potenciada –y no opacada– por la inteligencia artificial.

Referencias

Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Amodei, D. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems, 33, 1877–1901.

Eshet-Alkalai, Y. (2004). Digital literacy: A conceptual framework for survival skills in the digital era. Journal of Educational Multimedia and Hypermedia, 13(1), 93–106.

Flavell, J. H. (1992). Cognitive development: Past, present, and future. Developmental Psychology, 28(6), 998–1005. https://doi.org/10.1037/0012-1649.28.6.998

Gardner, H. (2011). Estados mentales: La teoría de las inteligencias múltiples. Basic Books.

Kozodij, M. (2025, 22 de septiembre). El autor de la Teoría de las Inteligencias Múltiples asegura que para el 2050 la IA hará que la educación se centre en “lectura, escritura, aritmética y un poco de codificación”. Infobae.

Salomon, G. (1993). Distributed cognitions: Psychological and educational considerations. Cambridge University Press.

Serrano Pájaro, L. (2025, junio 11). Entre unicornios y computadores: la inteligencia artificial es un desafío aceptado en América Latina y el Caribe. Enfoque Educación, Banco Interamericano de Desarrollo.