En apenas tres años, la inteligencia artificial ha recorrido en educación un camino que otras tecnologías tardaron décadas en completar. La potencia de la herramienta nos superó con una rapidez inusitada. Las primeras pruebas en el aula convivieron desde el principio con debates sobre evaluación, autoría, formación docente o nuevas competencias digitales.
Hubo que elaborar guías de uso, establecer límites y tomar decisiones mientras todavía se intentaba comprender el alcance del cambio. Ahora, parece que, superada la urgencia e iniciada la reflexión, la conversación empieza a cambiar de foco y así parecen confirmarlo los últimos informes de expertos y organizaciones internacionales.
Una parte creciente del debate parece estar concentrándose en la capacidad de los sistemas educativos para decidir cuándo una tecnología merece ser utilizada, cómo evaluar sus efectos y quién responde por sus consecuencias.
Cinco cambios en la conversación sobre tecnología e IA educativa
La coincidencia resulta llamativa. Organismos internacionales, centros de investigación, administraciones públicas y empresas especializadas observan realidades distintas, trabajan con metodologías diferentes y responden a prioridades que no siempre son las mismas. Sin embargo, cuando se leen conjuntamente los informes publicados en los últimos meses, aparecen preguntas que empiezan a repetirse con una frecuencia difícil de ignorar.
No se trata de un consenso ni de una agenda compartida. Tampoco significa que todas las instituciones estén proponiendo las mismas respuestas. Lo interesante es otra cosa: el lenguaje comienza a parecerse y las preocupaciones empiezan a converger. La inteligencia artificial sigue siendo el objeto inmediato de la discusión, pero las conversaciones se parecen cada vez menos a un debate sobre herramientas y cada vez más a una discusión sobre qué necesitan saber hacer los sistemas educativos para tomar decisiones razonables sobre ellas.
Veamos, a continuación, los cinco cambios de tendencia que hemos observado.
Del entusiasmo inicial a la evidencia
La primera reacción ante la inteligencia artificial estuvo marcada por el descubrimiento de sus capacidades. La posibilidad de generar textos, resumir documentos, producir imágenes, diseñar actividades o mantener conversaciones complejas concentró buena parte de la atención de escuelas, docentes y administraciones. Como ha ocurrido en otras etapas de la tecnología educativa, la novedad parecía justificar por sí sola el interés.
Algunos de los documentos más recientes sugieren, sin embargo, que esa fase comienza a agotarse. HolonIQ sitúa la evidencia y la medición del impacto entre los elementos que definirán la siguiente etapa del mercado educativo. La Comisión Europea insiste en la necesidad de evaluar los efectos reales de las aplicaciones antes de generalizar su utilización. UNESCO reclama mecanismos de seguimiento capaces de identificar beneficios, riesgos y consecuencias no previstas.
La dificultad es que demostrar que una tecnología funciona resulta bastante más complejo de lo que suele asumirse en el debate público. Una herramienta puede mejorar los resultados académicos y aumentar al mismo tiempo la carga de trabajo del profesorado. Puede reducir tareas administrativas sin producir mejoras apreciables en el aprendizaje. Puede beneficiar a determinados estudiantes y generar dificultades para otros.
Antes de medir el impacto de una innovación es necesario decidir qué resultados considera valiosos un sistema educativo y qué tipo de evidencia está dispuesto a aceptar para demostrar que realmente se han producido.
De la adopción al impacto
Durante buena parte de las últimas décadas, la incorporación de tecnología se interpretó a menudo como un indicador de modernización. La presencia de dispositivos, plataformas o recursos digitales terminaba convirtiéndose, de manera casi automática, en una señal de avance. La inteligencia artificial está obligando a formular preguntas algo distintas.
La atención empieza a desplazarse desde la existencia de la herramienta hacia el problema educativo que intenta resolver. La incorporación de un asistente conversacional, un sistema de tutoría inteligente o una plataforma de generación automática de contenidos deja de tener sentido por sí misma y pasa a depender de su capacidad para responder a necesidades concretas de docentes y estudiantes.
El cambio parece sutil, pero tiene consecuencias importantes. Obliga a definir objetivos, identificar problemas y establecer criterios de evaluación antes de tomar decisiones tecnológicas. También introduce una cierta disciplina en un ámbito acostumbrado a moverse entre expectativas elevadas y resultados difíciles de medir.
La conversación empieza así a desplazarse desde la adopción hacia el impacto: qué mejora concreta espera obtener y cómo piensa comprobar que realmente la ha conseguido.
De la herramienta al sistema
Probablemente sea aquí donde más claramente convergen muchos de los informes recientes. El diagnóstico regional elaborado por Fundación Ceibal identifica dificultades relacionadas con la coordinación institucional, la continuidad de las políticas y la capacidad de gestión. El Banco Mundial insiste en la importancia del juicio profesional docente y de la formación inicial del profesorado. La OCDE y SUMMA llevan años señalando la influencia decisiva del contexto escolar y de las condiciones de implementación sobre cualquier proceso de innovación educativa.
Porque sabemos que las tecnologías no producen resultados en el vacío. La misma herramienta puede tener efectos muy distintos dependiendo del currículo, del sistema de evaluación, del grado de autonomía de los centros, de la formación del profesorado o de la existencia de liderazgos capaces de acompañar el cambio.
La historia reciente de la educación está llena de tecnologías que prometían transformar las aulas y terminaron teniendo un impacto mucho más modesto de lo esperado. En muchos casos, el problema no residía en las limitaciones de la herramienta sino en la dificultad para integrarla dentro de organizaciones diseñadas para funcionar de otra manera.
La inteligencia artificial parece estar reforzando esa lección: el rendimiento de una tecnología depende tanto de las capacidades del sistema que la incorpora como de las características técnicas de la propia herramienta.
De la innovación a la gobernanza
La gobernanza apenas aparecía en las primeras discusiones sobre inteligencia artificial educativa. Hoy resulta difícil encontrar un informe internacional que no mencione conceptos como supervisión humana, transparencia, protección de datos, trazabilidad o rendición de cuentas.
No es una casualidad. Cuanto mayor es la capacidad de una tecnología para influir sobre decisiones educativas relevantes, mayor es también la necesidad de establecer reglas sobre su utilización y mecanismos que permitan revisar sus efectos.
UNESCO ha insistido repetidamente en la necesidad de mantener el control humano sobre las decisiones que afectan al aprendizaje y al bienestar de los estudiantes. La Comisión Europea dedica una atención creciente a los riesgos asociados a los sesgos algorítmicos, la opacidad de determinados sistemas o el tratamiento de datos personales en entornos educativos.
Gobernar una tecnología no significa únicamente regularla. Significa también decidir quién responde cuando aparecen errores, bajo qué criterios se evalúan los resultados o qué procedimientos permiten corregir decisiones equivocadas.
La conversación sobre inteligencia artificial empieza así a incorporar preguntas que tradicionalmente pertenecían al ámbito de las políticas públicas más que al de la innovación tecnológica.
Del proveedor a la capacidad pública
Existe un último desplazamiento que aparece en muchas de las discusiones actuales sobre transformación digital. Los sistemas educativos han comprado tecnología durante décadas. La irrupción de la inteligencia artificial está demostrando, sin embargo, que la adquisición de herramientas representa solo una pequeña parte de la cuestión.
Seleccionarlas exige capacidad técnica para comparar soluciones y exigir estándares. Integrarlas requiere conocimiento pedagógico y organizativo. Evaluarlas obliga a disponer de datos y mecanismos de seguimiento. Sustituirlas cuando dejan de funcionar o generan dependencias excesivas requiere, además, autonomía institucional y capacidad de decisión.
Buena parte de los debates actuales sobre plataformas públicas, interoperabilidad o soberanía tecnológica nacen precisamente de esa preocupación. Porque lo importante no es tanto qué es lo que puede ofrecer un proveedor determinado, sino qué necesita saber hacer una administración para gobernar la tecnología a lo largo del tiempo y evitar que decisiones tomadas bajo la presión de la novedad condicionen durante años el funcionamiento de un sistema educativo.
Las herramientas cambian con rapidez. Las capacidades institucionales, en cambio, tardan mucho más en construirse. Cada vez más informes parecen coincidir en que buena parte del éxito de la transformación digital dependerá menos de la velocidad con la que aparezcan nuevas tecnologías que de la capacidad de las instituciones para decidir cómo utilizarlas.
Los sistemas educativos empiezan a asumir que ninguna tecnología, por sofisticada que sea, sustituye la necesidad de definir objetivos claros, construir capacidades institucionales o establecer mecanismos de rendición de cuentas.
La IA como acelerador de preguntas antiguas
Conviene no atribuir a la inteligencia artificial más novedad de la que realmente tiene. Muchas de las preguntas que hoy aparecen asociadas a ella llevan décadas acompañando a la transformación digital de la educación. La escuela ya se había enfrentado antes a promesas tecnológicas difíciles de evaluar, a plataformas adoptadas con más rapidez que reflexión, a programas piloto que no lograron consolidarse y a decisiones de compra que terminaron condicionando durante años la organización de los centros. La IA no ha creado esos problemas. Pero los ha acelerado.
La diferencia está en la escala, la velocidad y el tipo de decisiones que ahora están en juego. Un dispositivo podía quedar infrautilizado en un aula. Una plataforma podía usarse de forma marginal. Un sistema de inteligencia artificial, en cambio, puede intervenir en la producción de contenidos, la evaluación, la orientación del estudiante, la gestión administrativa o la relación entre docentes y familias. Su presencia afecta a muchas capas del sistema al mismo tiempo.
Por eso vuelven con más fuerza preguntas que ya estaban ahí. Cómo se evalúa una innovación antes de escalarla. Cómo se evita que una administración dependa de un único proveedor. De qué manera se coordinan políticas de tecnología, currículo, formación docente y evaluación. Cómo se construyen capacidades públicas capaces de acompañar procesos que no se resuelven con una compra ni con una guía de uso.
La inteligencia artificial actúa, así, como una especie de prueba de estrés para los sistemas educativos. Aunque no sustituye los problemas anteriores ni inaugura una agenda completamente nueva, nos obliga a mirarlos con menos margen para la improvisación.
Tal vez por eso el debate actual resulta más interesante cuando se lee más allá de la herramienta. Lo que está en juego no es solo la incorporación de una tecnología concreta, sino la capacidad de los sistemas educativos para aprender de sus propias decisiones, corregirlas a tiempo y construir criterios públicos sobre qué merece entrar en la escuela y bajo qué condiciones.
La madurez de la transformación digital
Durante mucho tiempo, la transformación digital de la educación se interpretó principalmente como un problema de acceso. La prioridad consistía en conectar escuelas, distribuir dispositivos, desplegar plataformas y garantizar que docentes y estudiantes pudieran utilizar herramientas digitales en condiciones razonables. Aquella agenda sigue siendo importante en muchos contextos y continúa lejos de estar resuelta en buena parte del mundo.
Sin embargo, las discusiones más recientes parecen apuntar hacia otro tipo de desafíos. Las preguntas que empiezan a repetirse tienen menos que ver con la disponibilidad de tecnología y más con las condiciones necesarias para utilizarla de forma útil y sostenible. Importa la capacidad para evaluar resultados, coordinar políticas, formar profesionales, negociar con proveedores, proteger derechos y revisar decisiones cuando las evidencias no acompañan las expectativas iniciales.
En cierto sentido, podría interpretarse como una señal de madurez. Los sistemas educativos empiezan a asumir que ninguna tecnología, por sofisticada que sea, sustituye la necesidad de definir objetivos claros, construir capacidades institucionales o establecer mecanismos de rendición de cuentas. La inteligencia artificial no elimina esas responsabilidades. En muchos casos las amplifica.
Quizá por eso algunos de los conceptos que aparecen con mayor frecuencia en los informes internacionales recientes no proceden del vocabulario tradicional de la innovación tecnológica. Hablan de evidencia, gobernanza, capacidad pública, supervisión humana o coordinación institucional. Son términos menos espectaculares que los asociados a la disrupción tecnológica, pero probablemente estén más cerca de las condiciones que permiten que una innovación produzca efectos duraderos.
La inteligencia artificial seguirá evolucionando a gran velocidad y es razonable pensar que las herramientas disponibles dentro de cinco años serán muy distintas de las actuales. Resulta bastante menos probable que cambien con la misma rapidez las capacidades de las instituciones encargadas de decidir cómo utilizarlas. El desafío, pues, estará no tanto en anticipar cuál será la próxima tecnología que llegará a las aulas, sino en desarrollar las capacidades necesarias para decidir cuáles merecen permanecer en ellas, con qué objetivos y bajo qué condiciones.
