Ni prohibirla ni celebrarla: el problema es que las instituciones educativas reaccionan a la IA sin haber definido primero qué aprendizaje quieren proteger. Referencia al marco de Bloom revisado (Anderson & Krathwohl, 2001) y al debate post-ChatGPT en universidades.
En enero de 2023, el distrito escolar de Nueva York —el más grande de Estados Unidos— prohibió ChatGPT en sus escuelas por preocupaciones sobre trampas, argumentando que la herramienta no ayuda a construir pensamiento crítico ni habilidades de resolución de problemas. Cuatro meses después, en mayo, el canciller David Banks revirtió la prohibición y reconoció públicamente que la reacción inicial había sido un "miedo reflejo" que pasó por alto el potencial de la tecnología. Forbes + 2
Cuatro meses. Eso duró la política del sistema educativo más grande de Estados Unidos frente a la herramienta tecnológica más disruptiva en décadas. Y no los critico por cambiar de opinión: los critico —nos critico a todos los que trabajamos en educación— por algo anterior. Ni la prohibición ni la reversión respondían a la pregunta correcta.
La pregunta que casi nadie hizo en 2023, y que muchas instituciones siguen sin hacer hoy, es esta: ¿qué aprendizaje específico estamos tratando de proteger?
Sin esa respuesta, cualquier política sobre IA es una moneda al aire. Si prohíbes, proteges todo por igual, incluyendo lo que no necesita protección, y le mientes al estudiante sobre el mundo en el que va a trabajar. Si permites todo, no proteges nada, incluyendo procesos cognitivos que sí necesitan practicarse sin asistencia para desarrollarse. Las dos posturas fallan por la misma razón: son respuestas generales a un problema que solo tiene respuestas específicas.
Me explico con un ejemplo de mi propia materia. Si un estudiante de cálculo usa IA para resolver una derivada en la semana tres del curso, cuando el objetivo de esa semana es precisamente que su cerebro construya la mecánica de derivar, la herramienta le robó el aprendizaje. El mismo estudiante, en la semana catorce, usando IA para verificar un modelo que él construyó y explicar dónde está su error, está haciendo exactamente lo que hará como profesional el resto de su vida. Misma herramienta, mismo estudiante, misma materia. Lo único que cambió es qué aprendizaje estaba en juego en ese momento.
Por eso una política de IA que se define a nivel institución ("aquí se permite" / "aquí se prohíbe") está mal planteada desde el origen. La unidad correcta de decisión no es la escuela, ni siquiera la materia. Es la sesión. Cada sesión de clase tiene un objetivo de aprendizaje, y la pregunta de si la IA ayuda o estorba solo puede contestarse contra ese objetivo.
En Aldea esto lo resolvimos con un protocolo de cuatro modos que se declara sesión por sesión. Hay sesiones donde la IA está prohibida, porque el proceso cognitivo que se está formando necesita ocurrir sin asistencia. Hay sesiones donde funciona en modo socrático: puede hacer preguntas, no dar respuestas. Hay sesiones donde opera como verificadora del trabajo que el estudiante ya hizo. Y hay sesiones donde se usa en modo profesional, sin restricciones, porque el objetivo es justamente aprender a trabajar con ella como se trabaja en la industria. El estudiante sabe en qué modo está cada sesión y por qué. No hay ambigüedad ni hipocresía: nadie pretende que la herramienta no existe, y nadie pretende que usarla siempre es aprender.
No inventamos la preocupación de fondo. La primera guía global de UNESCO sobre IA generativa en educación, publicada en 2023 por Fengchun Miao y Wayne Holmes, insiste en un enfoque centrado en el humano y evalúa los riesgos que estas herramientas plantean a la agencia humana. La agencia es la palabra clave. El riesgo real de la IA en educación no es la trampa —la trampa siempre existió, con o sin tecnología—. El riesgo es que el estudiante deje de ser el que piensa. Y ese riesgo no se mitiga con prohibiciones generales, se mitiga con diseño instruccional que decide, deliberadamente y en cada momento del curso, cuándo el pensamiento tiene que ser suyo y cuándo puede ser compartido. UCL Discovery
Hay algo más que me incomoda del debate tal como se dio. Se habló muchísimo del estudiante que usa IA para hacer trampa y casi nada de la institución que usa la prohibición para no rediseñar nada. Prohibir es barato. Diseñar una evaluación que siga midiendo algo real cuando el estudiante tiene acceso a IA es caro: obliga a repensar qué estás evaluando y por qué. Sospecho que buena parte de las prohibiciones de 2023 no protegían el aprendizaje de los alumnos. Protegían los exámenes de los profesores.
Nueva York tardó cuatro meses en pasar del miedo a la exploración. La mayoría de las instituciones de nuestra región todavía no ha hecho ese recorrido completo, y algunas siguen instaladas en una tercera posición que es peor que las dos anteriores: la ambigüedad. No prohíben, no permiten, no definen. Dejan que cada profesor improvise y que cada estudiante adivine. Eso no es prudencia. Es no haber hecho la tarea.
La IA no va a esperar a que los sistemas educativos terminen de discutir. La pregunta de qué aprendizaje proteger hay que responderla curso por curso, sesión por sesión, ahora. Es trabajo lento y poco glamoroso. También es la única versión seria de la respuesta.
-----
Referencias
- Faguy, A. (2023, 18 de mayo). New York City Public Schools reverses ChatGPT ban. Forbes.
- Banks, D. (2023, 18 de mayo). ChatGPT caught NYC schools off guard. Now, we're determined to embrace its potential. Chalkbeat.
- Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO.
- Anderson, L. W., & Krathwohl, D. R. (Eds.). (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom's taxonomy of educational objectives. Longman.