«Para usar bien una tecnología que piensa rápido necesitamos haber aprendido a pensar despacio.» La inteligencia artificial ha convertido la velocidad en una de sus principales virtudes. Pero aprender nunca ha sido un proceso rápido. Y esa tensión entre la lógica de los algoritmos y la lógica del aprendizaje es el punto de partida de la conversación que mantenemos con Joaquín Rodríguez, investigador del Instituto para el Futuro de la Educación del Tecnológico de Monterrey.
Mientras el debate público gira alrededor de qué chatbot utilizar, qué tareas permitir, cómo evaluar o qué competencias digitales enseñar, Rodríguez introduce palabras que rara vez aparecen cuando hablamos de inteligencia artificial: esfuerzo, memoria, atención, fricción. Porque aprender nunca ha consistido en encontrar el camino más corto.
Todas estas ideas se apoyan en el artículo, escrito junto a Juan Freire, Slow First, Smart Later: A Framework for Cognitive AI Integration in Education, donde propone un modelo de integración de la inteligencia artificial basado en el desarrollo progresivo de las capacidades cognitivas. En esta conversación el autor reflexiona sobre cómo aprendemos y qué papel deberían desempeñar la escuela y el profesorado en la era de la IA.
Las dificultades necesarias
Frente a una cultura tecnológica que asocia progreso con rapidez, automatización y ausencia de esfuerzo, Rodríguez reivindica la importancia de la fricción. Aprender exige recuperar información, equivocarse, contrastar ideas, sostener la atención, reorganizar el conocimiento. Esas dificultades no ralentizan el aprendizaje, forman parte de él.
Por eso, su propuesta podría resumirse en una fórmula muy sencilla: primero despacio, después con inteligencia.
Su planteamiento no consiste en retrasar indefinidamente la llegada de la inteligencia artificial al aula, ni mucho menos en prohibirla. Consiste en introducirla en el momento adecuado. Primero como un entorno libre de IA donde construir las capacidades cognitivas básicas. Después como un asistente capaz de cuestionar argumentos, señalar inconsistencias o sugerir nuevas preguntas. Solo entonces, plenamente integrada en el proceso de aprendizaje.
En este modelo, la inteligencia artificial deja de ser una máquina que proporciona respuestas para convertirse en una herramienta que ayuda a pensar mejor. Una suerte de Sócrates 2.0 capaz de guiarnos en la construcción del conocimiento.
La conversación se mueve por algunas de las ideas más sugerentes del debate actual sobre inteligencia artificial y aprendizaje: la paradoja de unas herramientas que pueden debilitar las capacidades que necesitamos para utilizarlas bien; la «pereza cognitiva» que producen los atajos; la reivindicación del esfuerzo y de las «dificultades necesarias»; las diferencias entre generaciones que han aprendido en ecosistemas tecnológicos muy distintos; o la posibilidad de diseñar una IA que no dé respuestas, sino que ayude a formular mejores preguntas.
Te invitamos a verla completa.
