NotebookLM como entorno para activar las inteligencias múltiples

En colaboración con Mercedes Leticia Sánchez Ambriz

El podcast te regala varios ejemplos que mejoran la comprensión del contenido. 

La evolución de las tecnologías de inteligencia artificial ha transitado desde sistemas puramente generativos hacia herramientas de recuperación aumentada, donde la prioridad no se sigue centrando es la creación de contenido, sino la mediación, síntesis y organización de fuentes documentales específicas. Es el caso de NotebookLM que además de ser una herramienta de productividad, actúa como un agente que interactúa con las habilidades cognitivas del usuario. 

Bajo este principio proponemos analizarla bajo la lente de la teoría de las inteligencias múltiples propuesta por Howard Gardner en 1983 (Marenus, 2025), donde NotebookLM no actúa como desarrollador de estas inteligencias, sino como un entorno que puede activar diferentes prácticas asociadas con ellas, con alcances y límites variados.

La inteligencia, es entendida por Gardner como la capacidad para resolver problemas y para crear productos culturales, por lo que la inteligencia es un concepto plenamente relacionado con la creatividad (UNIR, 2025). NotebookLM es un asistente de investigación con IA orientado a perfeccionar y organizar ideas, apoyándose en cuadernos con fuentes. Su rasgo didácticamente más útil es que el chat incorpora citas directas desde las fuentes del cuaderno; el usuario puede ver el fragmento citado y acceder directamente a la fuente. De este modo transforma una respuesta en un enunciado con evidencia verificable, condición para una lectura crítica y su posterior discusión. La reflexión con las fuentes está mediada por los algoritmos que simulan el razonamiento humano. 

El vínculo entre inteligencias múltiples y NotebookLM lo abordamos como una convergencia entre las funcionalidades técnicas y las oportunidades de actividad cognitiva. Esto evita dos errores frecuentes: asumir que una función “desarrolla” una inteligencia por sí sola, o convertir inteligencias múltiples en puros estilos de aprendizaje. (Gardner, 2013) Nos apoyamos en la experiencia de trabajo con este recurso en ámbitos de pregrado y posgrado. 

NotebookLM y la convergencia con las inteligencias múltiples. 

La mayoría de las inteligencias encajan en este análisis, como es el caso de la lingüística, lógico matemático, espacial, intrapersonal y la interpersonal. Las restantes (naturalista y cinestésica), tienen una conexión débil y pueden ser objeto de análisis en otro comentario. Las inteligencias, lingüística y la lógico-matemática han sido históricamente el centro del sistema educativo formal. NotebookLM, mediante el procesamiento de lenguaje natural (PLN), ofrece una infraestructura que automatiza las tareas de bajo nivel de estas inteligencias, permitiendo al usuario concentrarse en operaciones cognitivas más complejas. La inteligencia lingüística implica una sensibilidad especial al lenguaje hablado y escrito, así como la capacidad de utilizar el lenguaje para lograr objetivos específicos. NotebookLM potencia esta dimensión a través de su capacidad para sintetizar documentos en diferentes formatos, transformando datos heterogéneos en textos coherentes como resúmenes estructurados, guías de estudio e informes. 

La producción de textos coherentes a partir de fuentes diversas no es solo una automatización, sino una extensión de la capacidad narrativa del usuario, quien ahora puede estructurar argumentos complejos apoyados en citas precisas y verificables. Este proceso reduce de manera significativa el esfuerzo mental innecesario derivado de una mala organización de la información, al presentar instrucciones claras y eliminar distracciones. (Main, 2026) 

NotebookLM gestiona la síntesis de múltiples fuentes de manera simultánea, permitiendo al usuario trabajar en el nivel de evaluación y creación de la taxonomía de Bloom y dejar al sistema los niveles de recordar y comprender. De esta manera el estudiante puede estructurar documentos más complejos apoyados en citas precisas y verificables.

Otras de las inteligencias es la espacial, entendida como la capacidad de observar el mundo y los objetos desde diferentes perspectivas (Torres, 2015) en la que destaca la organización visual de la información y la navegación a través de representaciones gráficas de conceptos. En NotebookLM, este tipo de inteligencia se enriquece mediante la creación de mapas mentales. Estos mapas, a diferencia de una lista de documentos, permiten al usuario captar rápidamente estructuras de información complejas sin necesidad de leer linealmente cada fuente.

Desde el punto de vista pedagógico, esta visualización actúa como una estructura cognitiva. Los estudiantes y profesores pueden hacer zoom, desplazarse y colapsar o expandir ramas, lo que refleja los procesos mentales de rotación y manipulación de objetos propios de la inteligencia espacial (Gisela, 2001) . Al hacer clic en un nodo específico, el sistema genera un resumen de ese subtema, permitiendo una transición fluida entre la visión macro-espacial de un proyecto y el detalle micro-semántico de un dato. Esta capacidad de ver "cómo se conectan los puntos" facilita el descubrimiento de asociaciones que podrían no ser obvias en un formato puramente textual.

Otra las inteligencias definidas por Gardner es la intrapersonal que es la capacidad de construir una percepción precisa de uno mismo y de utilizar ese conocimiento para planificar y dirigir la propia vida (Gisela, 2001) En el contexto del aprendizaje, esta inteligencia es el motor de la metacognición y el aprendizaje autorregulado. La manifestación más evidente de esta inteligencia es el chat de NotebookLM, en la que se generan preguntas abiertas al usuario, que lo ayuda a desglosar un problema complejo. El chat puede ser configurado por el usuario para que responda de diferentes maneras, adaptándolo a las necesidades del estudiante. 

En este proceso se distinguen tres fases: la planificación donde se cargan por parte del usuario las fuentes, la de monitoreo en la que se emplean cuestionarios, tarjetas didácticas y la de evaluación y reflexión, donde se puede crear informes, videos, presentaciones, audios e infografías. En esta última el usuario puede nuevamente volver al chat para contrastar las fuentes con los resultados obtenidos. 

Otra inteligencia es la interpersonal, definida como la capacidad de entender e interactuar eficazmente con los demás (Gisela, 2001) NotebookLM permite compartir un cuaderno con muchas personas o con un equipo pequeño que tiene la tarea de editar todas las actividades creadas. Un profesor puede crear un cuaderno que se pone a disposición de todos sus estudiantes. 

A modo de conclusión.

NotebookLM no es solo una herramienta de recuperación de información, sino un sistema que puede activar diferentes prácticas asociadas con la mayoría de las inteligencias múltiples descritas por Gardner. Su empleo facilita una personalización del aprendizaje, donde cada usuario puede apoyarse en sus inteligencias más fuertes para fortalecer las demás. 

Los educadores podemos ver en NotebookLM, el tutor personal del estudiante, enriquecido con la multimodalidad, expresada en diferentes canales sensoriales y por diversos medios. Como cualquier herramienta de IA es obligatoria la verificación de los resultados con las fuentes que añadimos a cada cuaderno. 

Bibliografía

Gardner, H. (16 de 10 de 2013). Multiple Intelligences Are Not Learning Styles. Obtenido de Harvard: https://www.gse.harvard.edu/ideas/news/13/10/multiple-intelligences-are-not-learning-styles

Gisela, E. (2001). Revista de Psicología de la PUPC. Obtenido de https://dialnet.unirioja.es/descarga/articulo/4531340.pdf

Main, P. (23 de 3 de 2026). The learning sience behiend AI lesson planning. Obtenido de Structural Learning: https://www.structural-learning.com/post/learning-science-ai-lesson-planning

Marenus, M. (26 de marzo de 2025). Obtenido de SimplyPsychology: https://www.simplypsychology.org/multiple-intelligences.html

Torres, A. (19 de 09 de 2015). Inteligencia espacial: ¿qué es y cómo se puede mejorar? Obtenido de Psicología y mente: https://psicologiaymente.com/inteligencia/inteligencia-espacial

UNIR. (18 de marzo de 2025). Obtenido de https://mexico.unir.net/noticias/educacion/howard-gardner-inteligencias-multiples-creatividad/

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.