Ei-iE

La inteligencia artificial (IA) abre nuevas oportunidades para la educación, pero también plantea nuevos desafíos. El profesorado desempeña un papel clave para conseguir que su uso contribuya al aprendizaje y al desarrollo de conocimientos.

En el informe que he redactado recientemente junto con el profesor Jason M. Lodge, Artificial intelligence, cognitive offloading and implications for education, analizamos un gran desafío: el riesgo de que el alumnado delegue en exceso el esfuerzo cognitivo imprescindible para construir los conocimientos, las competencias y la "infraestructura del pensamiento" que sustentan tanto el éxito escolar como la capacidad de aprendizaje a lo largo de toda la vida.

Cada vez hay más evidencias de que el uso de la IA puede reducir el esfuerzo cognitivo necesario para lograr un aprendizaje profundo y duradero y generar una falsa sensación de dominio de los contenidos que podría tener consecuencias a largo plazo. Esta externalización cognitiva hacia la IA resulta especialmente preocupante en el caso del alumnado escolar —que todavía está construyendo sus conocimientos y competencias fundamentales— cuando utiliza la IA como un sustituto y no como un apoyo, ya que este uso aumenta su dependencia y le hace perder oportunidades para desarrollar un aprendizaje más profundo.

Por tanto, el verdadero riesgo educativo de la IA no reside únicamente en que el estudiantado la utilice para hacer trampas en un trabajo. El riesgo, mucho más profundo, es que la IA interfiera en los procesos cognitivos de construcción y verificación del conocimiento, precisamente aquellos que permiten consolidar la memoria a largo plazo y desarrollar las capacidades sobre las que se sustenta el pensamiento crítico.

Aunque la externalización cognitiva con IA puede tener efectos tanto positivos como negativos, los datos más recientes indican que, cuando se utiliza sin una orientación adecuada, tiende a provocar consecuencias perjudiciales. Con ello, se genera la paradoja de que el rendimiento inmediato del alumnado mejora, pero su aprendizaje profundo y duradero se resiente. Esta tendencia parece explicarse por la fluidez de las respuestas generadas por la IA, que crean una ilusión de competencia y fomentan una cierta pereza metacognitiva. Como consecuencia, el alumnado renuncia al esfuerzo intelectual necesario para construir conocimientos sólidos.

Cuando se utiliza como una fuente automática de respuestas, la IA se convierte en una herramienta de aprendizaje pasivo que permite al estudiantado eludir el proceso mediante el cual generan sus propias respuestas. Al proporcionar directamente la respuesta, la solución o incluso una redacción completa, se priva al alumnado del esfuerzo cognitivo necesario para construir conocimientos duraderos.

La externalización cognitiva también plantea importantes riesgos en materia de equidad. Las investigaciones sugieren que el estudiantado con un elevado nivel de conocimientos previos y una capacidad metacognitiva sólida aprovecha mejor la IA para acelerar y consolidar su aprendizaje y afianzar su pensamiento crítico. En cambio, quienes carecen de esas competencias —a menudo el alumnado que ya se encuentra en situación de desventaja— son más vulnerables a una externalización perjudicial y corren el riesgo de no desarrollar los aprendizajes que necesitan.

La buena noticia es que estos efectos negativos pueden contrarrestarse mediante estrategias pedagógicas específicas y un diseño adecuado de las tecnologías educativas basadas en IA. Estas estrategias refuerzan la importancia de una enseñanza de calidad, en la que la IA desempeñe un papel complementario y de apoyo. De hecho, el mayor potencial de la IA en la educación obligatoria quizá no resida en sustituir al profesorado por tutores virtuales, sino en reforzar y mejorar su capacidad para enseñar.

La solución pedagógica: de la atrofia cognitiva a la potenciación del aprendizaje

Las evidencias sobre los efectos perjudiciales de la externalización cognitiva son contundentes, pero no determinan el futuro. Nuestro informe destaca tres estrategias claves para promover un uso eficaz de la IA.

Estrategia 1: Aprovechar la externalización para reducir la carga cognitiva en la enseñanza

La IA puede utilizarse para favorecer una externalización cognitiva beneficiosa, reduciendo la carga cognitiva externa para dedicar más recursos al aprendizaje intrínseco. Para ello, es necesario contar con un enfoque pedagógico explícito, como el modelo "Load Reduction Instruction" (enseñanza basada en la reducción de la carga cognitiva), que adapta los principios de la enseñanza explícita para facilitar el aprendizaje mediante la IA. Desde esta perspectiva, la IA puede proporcionar andamiajes pedagógicos, actividades de práctica estructurada y feedback, con el objetivo de gestionar la carga cognitiva del alumnado y favorecer una autonomía progresiva. En otras palabras, ayudarles a convertirse en estudiantes más capaces de autorregular su aprendizaje. Varios estudios recientes muestran que el alumnado que ha recibido una enseñanza explícita basada en este modelo de externalización cognitiva (por ejemplo, delegando en la IA algunas tareas de redacción sencillas) desarrolló un pensamiento crítico significativamente más sólido.

Al utilizar herramientas de IA generativa, la clave consiste en aplicar enfoques respaldados por la evidencia científica, como la enseñanza explícita y la teoría de la carga cognitiva. El Departamento de Educación de Nueva Gales del Sur, responsable del mayor sistema público de educación de Australia, ofrece formaciones al profesorado para integrar estas prácticas al formular prompts para la IA, de manera que esta genere situaciones de aprendizaje y actividades que promuevan una autonomía progresiva y un aprendizaje sólido. Por ejemplo, para orientar las respuestas de la IA, los prompts pueden incluir estudios de casos concretos o investigaciones sobre el modelo de enseñanza basado en la reducción de la carga cognitiva.

Estrategia 2: Desarrollar la metacognición para combatir la pereza

La solución más eficaz es abordar directamente el problema de la pereza metacognitiva. Si el problema es que la comodidad de usar la IA lleva al alumnado a renunciar a sus responsabilidades metacognitivas, la solución pasa por diseñar interacciones con la IA que exijan y desarrollen explícitamente esas responsabilidades con el apoyo adecuado. Aunque el diseño de estos parámetros no depende directamente del profesorado, estos prompts se pueden utilizar en múltiples situaciones para ayudar al alumnado a desarrollar estas competencias. La incorporación progresiva de estas funciones a las herramientas de IA facilitará su uso, pero la aplicación de estas estrategias no depende de la tecnología, el profesorado ya puede integrarlas en su práctica.

El profesorado puede combatir la pereza metacognitiva trasladando al uso de la IA su experiencia profesional para desarrollar la metacognición y la autorregulación del aprendizaje. Puede, por ejemplo: Enseñar al alumnado a utilizar la IA para comprobar y cuestionar sus razonamientos y favorecer la reflexión y el aprendizaje; pedirle que verifique las afirmaciones generadas por la IA consultando las fuentes originales; o pedir a la IA que explique un procedimiento matemático de forma diferente, proporcione ejemplos resueltos o genere ejercicios para practicar.

Estrategia 3: Diseñar la IA como espejo cognitivo y aliada en la verificación

Las propuestas pedagógicas y tecnológicas más avanzadas redefinen el papel de la IA: dejan de concebirla como una fuente automática de respuestas (que fomenta la externalización cognitiva) para convertirla en una herramienta que estimula la carga cognitiva intrínseca.

• La IA como espejo cognitivo: La IA se diseña para actuar como un aprendiz con lagunas deliberadas desde el punto de vista pedagógico. Simula no entender determinados conceptos y formula preguntas de aclaración. De esta manera, se obliga al alumnado a realizar el esfuerzo de explicar, argumentar y reflexionar, y se favorece la generación del conocimiento.
• La IA como aliada socrática: La IA se utiliza para crear "dificultades deseables". En lugar de evitar el esfuerzo, la IA actúa como una aliada para generar preguntas de recuperación, estudios de casos concretos y diálogos socráticos que obligan a activar los procesos cognitivos necesarios para consolidar el aprendizaje a largo plazo.
• La IA como aliada de verificación: El objetivo es mantener el equilibrio entre la inteligencia humana y artificial, de modo que la persona conserve el control del proceso cognitivo y evalúe y corrija continuamente las respuestas generadas por la IA.

Conclusión

En un contexto en el que la externalización cognitiva y metacognitiva se está convirtiendo en una práctica habitual, el gran reto de la educación consiste en preparar al alumnado para esta nueva realidad mediante conocimientos sólidos y competencias adaptables y transferibles. Esta preparación requiere, de forma ineludible, dos componentes:

• Dotar al alumnado de conocimientos sólidos y de las capacidades analíticas necesarias para evaluar de forma crítica las respuestas de la IA, aunque parezcan fiables.
• Desarrollar el juicio metacognitivo y las capacidades de autorregulación del aprendizaje que necesitan para utilizar la IA de forma crítica y evitar una externalización cognitiva perjudicial y la renuncia al propio aprendizaje.

Aunque el creciente recurso a la IA para adquirir conocimientos y desarrollar competencias plantea interrogantes fundamentales sobre la enseñanza y el aprendizaje, también brinda una oportunidad para reafirmar y fortalecer el papel del profesorado. La IA representa un nuevo vector tecnológico para la educación, pero su integración solo será eficaz si va acompañada de una respuesta pedagógica sólida: reforzar el papel fundamental del profesorado, apoyarse en enfoques de enseñanza y aprendizaje respaldados por la investigación y prestar una atención constante a la equidad.