Cuando la respuesta llega antes que el aprendizaje
Hasta hace pocos años, cuando un estudiante entregaba un informe bien escrito, resolvía un problema complejo o desarrollaba correctamente un programa computacional, existía una razonable presunción de que detrás de ese resultado había horas de búsqueda, análisis, ensayo y corrección.
La inteligencia artificial generativa ha comenzado a modificar esa relación. Hoy es posible obtener, en segundos, un texto correctamente estructurado, una explicación convincente, código computacional, una propuesta de proyecto o la solución de un problema. El resultado puede ser sorprendentemente bueno. Pero precisamente allí aparece una pregunta que la educación no puede eludir: ¿obtener una buena respuesta significa necesariamente haber aprendido?
No siempre. Una reciente guía sobre inteligencia artificial en educación, publicada en España, utiliza un concepto especialmente interesante: la ilusión de competencia. Ocurre cuando una persona percibe que comprende un tema porque dispone de una respuesta clara y aparentemente correcta, aunque no haya recorrido el proceso intelectual necesario para construir ese conocimiento.
La expresión merece atención porque probablemente describe uno de los desafíos educativos más importantes que traerá la inteligencia artificial.
El problema no está en la tecnología. Tampoco parece razonable intentar resolverlo simplemente prohibiéndola. Los estudiantes que hoy están en nuestras escuelas, institutos y universidades desarrollarán su vida profesional en un entorno donde la IA será una herramienta habitual. Médicos, periodistas, abogados, profesores, diseñadores, ingenieros y profesionales de prácticamente todas las disciplinas tendrán que aprender a utilizarla.
Formarlos como si esa tecnología no existiera sería tan equivocado como permitirles utilizarla sin enseñarles a cuestionarla. Por ello, la discusión comienza a desplazarse desde una pregunta demasiado simple —«¿permitimos o prohibimos la inteligencia artificial?»— hacia otra bastante más exigente: ¿cuándo su utilización contribuye realmente al aprendizaje y cuándo comienza a reemplazar aquello que deberíamos aprender a hacer por nosotros mismos?
Esta diferencia es fundamental. Aprender no consiste únicamente en encontrar una respuesta correcta. Muchas veces, el aprendizaje ocurre precisamente durante el camino: cuando intentamos comprender un problema, nos equivocamos, contrastamos información, modificamos una hipótesis, defendemos una idea o descubrimos que nuestra primera solución no funcionaba.
En educación, el esfuerzo intelectual no es necesariamente una ineficiencia que debamos eliminar. Con frecuencia, es parte esencial del proceso. Un estudiante que utiliza inteligencia artificial para revisar un argumento que previamente construyó, detectar un error en un programa o explorar alternativas para resolver un problema puede estar ampliando sus capacidades. Pero, si simplemente delega en ella la tarea de pensar, analizar y decidir, puede obtener un mejor producto sin que exista necesariamente un mejor aprendizaje.
La diferencia entre ambas situaciones será cada vez más importante. Pensemos, por ejemplo, en un futuro ingeniero que obtiene mediante IA una solución técnicamente impecable. Lo verdaderamente relevante no será solo que pueda presentarla, sino que sea capaz de explicar sus supuestos, reconocer sus limitaciones, detectar un dato incorrecto y determinar si aquella solución tiene sentido en el mundo real.
Algo similar ocurrirá en muchas profesiones. La IA podrá sugerir diagnósticos, redactar contratos, preparar informes, diseñar campañas o proponer decisiones. Pero seguiremos necesitando personas capaces de preguntarse si esas respuestas son correctas, pertinentes, éticamente aceptables y adecuadas al contexto en que serán utilizadas.
Por eso, también tendremos que revisar nuestra manera de evaluar. Si una herramienta puede producir un informe sofisticado en segundos, probablemente la extensión o la calidad formal del documento dejarán de ser evidencia suficiente del aprendizaje. Tendremos que observar con mayor atención el proceso que condujo al resultado.
Preguntar cómo se obtuvo una conclusión, solicitar que se expliquen determinados supuestos, introducir una modificación inesperada al problema o pedir que se comparen alternativas puede revelar mucho más que un producto final impecable.
Esto no significa convertir al profesor en detective ni iniciar una carrera tecnológica para descubrir quién utilizó inteligencia artificial.
Tal vez debamos avanzar precisamente en la dirección contraria: hacer transparente su utilización. Que un estudiante pueda explicar cuándo utilizó IA, para qué lo hizo, qué parte de la respuesta modificó, qué información verificó y qué decisiones adoptó finalmente permitiría transformar una discusión centrada en la sospecha en una conversación sobre responsabilidad.
Y esa responsabilidad será también una competencia profesional.
Chile no está al margen de este proceso. Nuestro país cuenta con una Política Nacional de Inteligencia Artificial y un Plan de Acción que reconocen la importancia de desarrollar talento, promover la adopción tecnológica y abordar los desafíos asociados a su gobernanza y utilización responsable.
Pero ninguna política nacional resolverá por sí sola lo que ocurrirá diariamente dentro de una sala de clases. Serán las instituciones educativas las que tendrán que definir criterios. Serán los profesores quienes deberán decidir qué aprendizajes requieren todavía trabajo autónomo y cuándo la IA puede convertirse en un instrumento legítimo para ampliar capacidades. Y serán los estudiantes quienes, progresivamente, tendrán que aprender que disponer de una tecnología poderosa no elimina la responsabilidad sobre aquello que producen.
La inteligencia artificial, además, nos enfrenta a una paradoja interesante. Mientras más sencillo sea obtener respuestas, más importante será saber formular buenas preguntas.
Mientras mayor sea la cantidad de información disponible, más valiosa será la capacidad de distinguir entre lo plausible y lo verdadero.
Mientras más fácil sea generar una solución, más necesario será comprender si realmente resuelve el problema.
Y mientras más decisiones puedan automatizarse, mayor será nuestra responsabilidad para decidir cuáles estamos dispuestos a delegar.
Por eso, quizás el principal desafío educativo de la inteligencia artificial no sea tecnológico.
Será profundamente humano.
No necesitamos formar generaciones que intenten competir con las máquinas haciendo más rápido aquello que ellas pueden realizar mejor. Pero tampoco podemos formar personas que necesiten recurrir a ellas cada vez que deban analizar, escribir, resolver o decidir.
El verdadero desafío será aprender a trabajar con inteligencia artificial sin renunciar a nuestra propia capacidad de pensar.
En los próximos años, probablemente esa competencia será bastante más importante que aprender a escribir el mejor prompt.
Iván Santelices Malfanti
Presidente Consejo Zonal Biobío Colegio de Ingenieros de Chile A.G.
Académico Departamento de Ingeniería Industrial Universidad del Bío-Bío