Cuando la IA hace los deberes: ¿qué queda del aprendizaje?

Durante mucho tiempo, la escuela ha trabajado sobre una presunción razonable: detrás de una tarea bien resuelta había, al menos en cierta medida, un proceso de comprensión, búsqueda, selección, ensayo, escritura o revisión realizado por quien la entregaba. Nunca fue una relación perfecta. Siempre existieron ayudas excesivas, trabajos prestados, ejercicios copiados, plantillas reproducidas o aprendizajes más aparentes que reales. Sin embargo, el producto final conservaba cierto valor como rastro del esfuerzo intelectual que lo había hecho posible. La inteligencia artificial generativa ha debilitado esa correspondencia de una manera difícil de ignorar. Hoy es posible obtener en pocos segundos un texto bien estructurado, una síntesis convincente, una explicación correcta o una presentación impecable sin haber llevado a cabo necesariamente las operaciones cognitivas que la actividad pretendía movilizar.

Lo verdaderamente relevante, desde el punto de vista educativo, no es que una máquina sea capaz de producir esos resultados. La cuestión adquiere profundidad cuando advertimos que el alumno puede alcanzar el final sin haber transitado por el recorrido que justificaba la existencia de la tarea. Porque una actividad escolar nunca debería reducirse a la obtención de un producto. Cuando pedimos resumir, argumentar, comparar, resolver, interpretar o escribir, confiamos en que durante ese proceso sucedan determinadas cosas en la mente de quien aprende: que tenga que decidir qué es importante, establecer relaciones, detectar contradicciones, organizar ideas, enfrentarse a lo que todavía no comprende y revisar aquello que inicialmente había dado por válido.

Ahí reside una parte esencial del aprendizaje. No solo en aquello que finalmente se escribe, se dice o se entrega, sino en las operaciones intelectuales que han sido necesarias para llegar hasta allí. Un resumen no tiene valor educativo únicamente porque condense bien un texto, sino porque obliga a distinguir lo central de lo secundario. Una argumentación no importa solo por la elegancia de su redacción, sino porque exige ordenar razones, anticipar objeciones y sostener una posición. Resolver un problema implica algo más que disponer de una respuesta correcta: supone comprender qué se está preguntando, seleccionar una estrategia y comprobar si la solución obtenida resulta coherente. Cuando el producto permanece pero esas operaciones desaparecen, podemos encontrarnos ante una tarea formalmente cumplida cuyo aprendizaje es mucho más difícil de asegurar.

Esta es probablemente una de las transformaciones más delicadas que introduce la inteligencia artificial en la escuela: hace mucho más difícil inferir el proceso a partir del producto. Un trabajo excelente ya no permite suponer con la misma tranquilidad que quien lo presenta domina aquello que el trabajo parece demostrar. Puede haber comprensión detrás, por supuesto, y también un uso inteligente de la herramienta. Pero ya no podemos dar por sentada la equivalencia entre calidad del resultado y profundidad del proceso que lo ha producido.

Sería demasiado fácil convertir esta situación en un nuevo relato sobre alumnos que buscan atajos. Además de injusto, resultaría pedagógicamente poco útil. Los estudiantes utilizan las posibilidades que encuentran a su alcance, como han hecho siempre, y sería ingenuo analizar la aparición de la inteligencia artificial únicamente desde la sospecha. Su llegada también nos obliga a revisar las tareas que proponemos: ¿qué pretendemos realmente que aprenda un alumno cuando le pedimos que realice una determinada actividad?

Hay ejercicios cuya fragilidad no nace con la inteligencia artificial generativa. La tecnología simplemente la hace más visible. Algunas propuestas escolares podían completarse desde hacía años mediante procedimientos rutinarios, reproduciendo información, siguiendo modelos, copiando estructuras o aplicando mecánicamente una pauta sin exigir demasiada elaboración personal. La diferencia es que ahora una herramienta puede completar en segundos parte de aquello que antes requería tiempo, aunque ese tiempo tampoco garantizara por sí mismo aprendizaje.

Esto nos obliga a ser especialmente cuidadosos. Sería intelectualmente pobre concluir que una actividad carece de valor por el mero hecho de que una inteligencia artificial pueda resolverla. Muchos aprendizajes necesitan práctica, repetición, automatización y dominio de procedimientos básicos. Seguimos enseñando cálculo aunque existan calculadoras, ortografía aunque existan correctores y lenguas extranjeras aunque podamos traducir automáticamente una conversación. La existencia de una herramienta capaz de ejecutar una operación no elimina necesariamente la necesidad de aprenderla.

Lo decisivo es preguntarnos qué capacidad queremos construir mediante una tarea y qué parte de esa capacidad necesita ejercitar personalmente el alumno para llegar a dominarla. En ocasiones, la repetición será precisamente el camino adecuado. En otras, una actividad aparentemente compleja puede estar exigiendo muy poco pensamiento real. La inteligencia artificial introduce aquí una oportunidad incómoda pero fértil: nos obliga a justificar pedagógicamente lo que proponemos. Ya no basta con que una tarea tenga apariencia académica, ocupe tiempo o produzca un documento evaluable. Necesitamos saber qué aprendizaje esperamos que ocurra durante su realización.

La pregunta modifica también la manera de entender la ayuda. En educación siempre hemos distinguido, aunque no siempre de forma explícita, entre el apoyo que permite avanzar y el apoyo que sustituye aquello que el estudiante debía aprender a hacer. Un adulto puede acompañar a un niño mientras escribe sin escribir por él; un profesor puede ofrecer una pista sin resolver el problema; un compañero puede explicar una idea sin ahorrar todo el esfuerzo de comprenderla. La inteligencia artificial añade una dificultad particular porque su ayuda puede llegar mucho más lejos y hacerlo con una apariencia de autonomía que vuelve menos visible la frontera entre acompañamiento y sustitución.

Por eso, utilizar inteligencia artificial no equivale necesariamente a dejar de pensar. Una herramienta puede ampliar el pensamiento cuando se utiliza desde un conocimiento que ya permite dialogar críticamente con ella. Puede ayudar a confrontar argumentos, ofrecer perspectivas distintas, señalar una incoherencia, proponer alternativas que después deban ser valoradas, mostrar una posible estructura o servir como interlocutora provisional durante un proceso de revisión. En esos casos, la actividad intelectual no desaparece; incluso puede enriquecerse, porque el estudiante continúa tomando decisiones, evaluando respuestas y haciéndose responsable del resultado.

Pero esa posibilidad depende de algo que a veces se olvida: para juzgar una respuesta es necesario disponer de algún criterio previo. La inteligencia artificial puede proporcionar una explicación muy convincente y, al mismo tiempo, contener una simplificación, un error o una relación mal establecida. Quien posee suficientes conocimientos puede advertirlo, cuestionarlo o buscar otras fuentes. Quien todavía está construyendo ese conocimiento puede aceptar la respuesta precisamente porque carece de los recursos necesarios para discutirla. La aparente facilidad de acceso a información elaborada no elimina la necesidad de saber; en determinados contextos, la vuelve todavía más importante.

El límite aparece, por tanto, cuando la herramienta realiza precisamente aquello que el alumno necesitaba aprender a hacer. No tiene el mismo significado recurrir a una inteligencia artificial para revisar un texto propio que pedirle que lo escriba cuando todavía se está aprendiendo a construir un argumento. Tampoco es equivalente utilizarla para contrastar una explicación que ya se comprende que aceptar sin más una respuesta sobre un contenido ante el que todavía no se dispone de conocimientos suficientes para reconocer sus errores. Delegar una operación intelectual después de haberla aprendido forma parte de nuestra relación habitual con muchas tecnologías; delegarla antes de haber desarrollado la capacidad puede impedir que esa autonomía llegue a construirse.

Esta cuestión de la autonomía resulta especialmente relevante porque educar no consiste únicamente en conseguir que un alumno sea capaz de producir determinados resultados mientras dispone de ayuda. Aspiramos a que, progresivamente, pueda comprender, decidir, valorar y actuar con un grado creciente de independencia intelectual. Una herramienta resulta educativa cuando contribuye a ese proceso o cuando se incorpora a él de manera consciente. Se vuelve problemática cuando crea una apariencia de competencia allí donde la competencia todavía no se ha construido.

Podemos imaginar a un estudiante que presenta un texto de enorme corrección lingüística sobre un asunto que apenas comprende. El documento podría superar ampliamente lo que habría sido capaz de elaborar por sí mismo y, sin embargo, decir muy poco acerca de su aprendizaje. La distancia entre ambos niveles no debería preocuparnos porque el alumno haya utilizado una tecnología nueva, sino porque nos obliga a preguntarnos dónde reside ahora la autoría intelectual de la tarea. No en un sentido jurídico o punitivo, sino educativo: quién ha seleccionado las ideas, quién ha establecido las relaciones, quién ha tomado las decisiones y quién sería capaz de explicar por qué el resultado tiene la forma que finalmente presenta.

Ahí aparece otra consecuencia importante. Tal vez durante años hayamos depositado una confianza excesiva en algunos productos escolares porque resultaban fácilmente observables. Un texto se puede recoger, una ficha se puede corregir, una presentación se puede revisar. El pensamiento que ha ocurrido durante su elaboración es mucho menos visible. Mientras la distancia entre ambos era razonablemente pequeña, esa limitación podía pasar más inadvertida. La inteligencia artificial obliga ahora a reconocerla con mayor claridad.

Eso no significa que debamos convertir cada actividad en una comprobación permanente ni contemplar cualquier producción del alumnado bajo sospecha. La desconfianza sistemática sería una respuesta educativa muy pobre. Significa, más bien, que tendremos que volvernos más sensibles a las huellas del pensamiento. Escuchar cómo un alumno explica una decisión, pedirle que justifique por qué ha descartado una idea, observar cómo modifica un texto después de recibir una objeción, conversar sobre las fuentes que ha utilizado o invitarlo a reconstruir el recorrido seguido permiten acercarse a dimensiones del aprendizaje que un documento terminado puede ocultar con facilidad.

En ese desplazamiento hay una oportunidad pedagógica valiosa. Durante demasiado tiempo, algunas tareas han terminado cuando el alumno las entregaba. La inteligencia artificial puede obligarnos a recuperar el antes y el durante: cómo se llega a una idea, dónde aparecen las dudas, qué decisiones se toman, qué se modifica después de comprender algo mejor. No porque esos procesos sean completamente nuevos, sino porque ahora resulta más arriesgado ignorarlos.

Esto obligará también a diseñar tareas en las que tenga mayor peso aquello que el alumno hace con el conocimiento y no únicamente aquello que es capaz de presentar. No porque debamos perseguir actividades inmunes a la inteligencia artificial —probablemente esa carrera estaría perdida de antemano—, sino porque necesitamos propuestas cuyo sentido educativo no desaparezca cuando una máquina puede colaborar en su realización. Una buena tarea podrá incorporar herramientas nuevas y seguir exigiendo comprensión, criterio y responsabilidad intelectual. Lo importante será que la tecnología no ocupe el lugar exacto donde debía producirse el aprendizaje.

Habrá momentos, además, en los que utilizar inteligencia artificial sea una forma legítima de aprender a utilizarla. También eso tendrá que formar parte de la educación. Los alumnos necesitarán comprender sus posibilidades, sus límites, la necesidad de verificar lo que produce y las consecuencias de delegar determinadas decisiones. Pero enseñar a utilizar una herramienta no puede confundirse con permitir que la herramienta sustituya indiscriminadamente cualquier proceso. Igual que enseñamos a buscar información sin renunciar a enseñar conocimientos, podremos enseñar a dialogar con una inteligencia artificial sin renunciar a las capacidades que permiten hacerlo con criterio.

La escuela ha convivido siempre con instrumentos que modifican lo que merece la pena memorizar, practicar o hacer manualmente. La diferencia actual es que empezamos a disponer de herramientas capaces de intervenir en tareas que hasta hace muy poco asociábamos directamente con pensar: redactar, sintetizar, argumentar, interpretar, traducir, comparar o elaborar una explicación. Eso no vuelve innecesarias esas capacidades. Las convierte, más bien, en un terreno que debemos proteger de una confusión especialmente seductora: la de creer que disponer del producto equivale a dominar el proceso que permite comprenderlo.

La inteligencia artificial puede ser una extraordinaria aliada educativa si sabemos situarla en el lugar adecuado. También puede convertirse en una forma extraordinariamente eficaz de ocultar que un aprendizaje no se ha producido. Entre una posibilidad y otra no hay una frontera tecnológica, sino pedagógica. Dependerá de aquello que pidamos, del momento en que permitamos delegar determinadas operaciones y de la capacidad del alumno para seguir siendo intelectualmente responsable de lo que presenta.

Dentro de poco, obtener una respuesta correcta será probablemente una de las partes más sencillas de muchas tareas escolares. Precisamente por eso, la escuela tendrá que prestar más atención a todo lo que una respuesta no revela por sí sola: qué se ha comprendido, qué decisiones se han tomado, qué capacidades se han construido y qué parte del camino puede recorrerse ya sin ayuda. El desafío no consiste en competir con máquinas capaces de producir respuestas cada vez mejores, sino en evitar que la facilidad para obtenerlas nos haga olvidar que aprender sigue siendo algo muy distinto de disponer de ellas.