Terminamos el curso académico con la sensación de pisar un suelo que ha desaparecido. ¿Qué valor tiene aprender cuando puedes generar un ensayo que suena bien en treinta segundos? El próximo curso no podemos limitarnos a actualizar los contenidos. Hacen falta cambios valientes, a la altura de los retos que supone la omnipresencia de la IA generativa en las vidas del alumnado.
El sistema de evaluación está obsoleto. Es un problema de incentivos de manual. Los mismos estudiantes lo dicen sin rodeos: si se esfuerzan y no usan la IA en las entregas, sacan peor nota que los compañeros que sí la usan. La cultura del esfuerzo se ve dinamitada cuando el resultado es el único objetivo.
Ante esto, empecé a valorar la imperfección. Una frase mal hilada, una idea a medio madurar pero genuinamente pensada, vale más que un párrafo impecable que, lo siento, ahora ya dudo que sea suyo. Tengo vocación de docente pero de repente me he convertido en una detective de rastros de humanidad en las entregas que corrijo. Y esto me provoca un vacío inmenso. ¿Es esto, de verdad, lo mejor que podemos ofrecer?
Un estudio reciente de investigadores de la Universidad de Estocolmo y de Hong Kong ha hecho un seguimiento de más de 25.000 estudiantes chinos de secundaria durante dos años y medio: probablemente una de las investigaciones más largas hechas hasta ahora sobre el impacto real de la IA generativa en el aprendizaje. A corto plazo, parece eficiente: cuando los alumnos empiezan a usar chatbots para los deberes, las notas suben alrededor de un 18% y acaban de hacerlos un 30% más rápido. El problema aparece cuando llegan los exámenes: sin IA y escritos a mano. En dos años las notas bajan más de un 25% para el 80% del alumnado. Además, el impacto no se distribuye igual entre todos los perfiles: es más fuerte en ciencias sociales que en materias STEM. Discernir, razonar, conectar ideas y argumentar; aquí es donde la quiebra es más evidente.
Permítanme que les ponga un ejemplo: alumnado de grado, examen final de pensamiento sociopolítico. Tienen una viñeta con una noticia de actualidad y les pido un ensayo en clave sociológica. Siempre tienen una hoja en blanco grapada, donde hacer anotaciones previas al escrito final. Lo que me encuentro es un salto enorme entre las ideas que tienen en el borrador —nombres, autores, conceptos bien listados— y la redacción. La sensación es que activar el conocimiento para aplicarlo a un caso les cuesta mucho: si responden el caso, olvidan los autores. Si dejan ir autores y conceptos, el caso lo mencionan de pasada y casi de forma anecdótica. La conclusión es que van bien de memoria, pero falla la capacidad de argumentar. El problema nuevo que aporta la IA es que externalizar la cognición es el camino más fácil y más eficiente para un sistema basado en resultados y velocidad.
Antes de dejarnos caer en la nostalgia, hay que crear entornos de aprendizaje en los que acompañemos a los estudiantes a apreciar el proceso y a abrazar el error. Evaluar el trayecto, las dudas, las idas y venidas. Esto pasa por crear espacios —orales, manuscritos, dialogados— donde la atajo no tenga premio ni espacio. La metacognición, entender cómo piensas y no qué piensas, es la recompensa del viaje. Será desde aquí que podremos acompañarlos al siguiente estadio: cómo usar la IA como andamio cognitivo y no como cerebro externo.
