Para dar un uso pedagógico a la Inteligencia Artificial en los procesos de enseñanza y aprendizaje, conviene entender el uso de las herramientas de IA desde las teorías del aprendizaje. A continuación detallaré este uso desde los principales paradigmas que explican cómo aprendemos.

Uso de IA desde el paradigma conductista

Basado en sus teorías de reforzamiento, Skinner creó una “máquina de enseñanza” que permitía a los estudiantes recibir retroalimentación inmediata. Esto hizo posible consolidar el aprendizaje para el dominio, en el que los estudiantes avancen en actividades sencillas, paso a paso, con una tasa alta de aciertos que mantiene la motivación.

Con la IA, la retroalimentación inmediata ya no solo consiste en que te diga si elegiste o no la respuesta correcta, sino que puede darte una retroalimentación completa en lenguaje natural, que mencione cómo puedes hacerlo mejor. Además, ahora no solo responde en texto, sino lo puede hacer por voz.

La IA también puede generar actividades secuenciadas en pasos pequeños y actividades gamificadas. Además, se puede incorporar IA para que de recomendaciones de actividades a seguir. Para mí, Khan Academy es el mejor exponente de este uso de Aprendizaje para el dominio con Inteligencia Artificial. Aunque cada vez hay más plataformas que surgen con estas funcionalidades.

Uso de IA desde el paradigma cognitivista

Algunos conceptos clave en este paradigma son la Autoeficacia y el Procesamiento de la información.

La Autoeficacia refiere a las creencias que tenemos sobre nuestras capacidades, que influyen de manera significativa en nuestro aprendizaje y nuestro desempeño académico y profesional. En un estudio reciente que realicé con estudiantes, identificamos que los estudiantes que encuentran mayor utilidad de la IA para su aprendizaje se creen más capaces en su futura profesión.

El procesamiento de la información refiere principalmente a las capacidades cognitivas que nos permiten captar información del entorno, procesarla y retenerla de manera organizada, mediante procesos de atención y memoria. En este sentido, la IA puede generar o ayudar en la generación de toda clase de organizadores gráficos como tablas comparativas, mapas mentales, mapas conceptuales, etc., que faciliten la estructuración de la información de manera que sea más fácilmente comprendida.

Otro concepto que ha surgido recientemente es el de “deuda cognitiva” que refiere al costo de dejar que la IA piense por nosotros: cuanto menos esfuerzo mental invertimos, menor retención obtenemos. Es un tema que da para mucha conversación, pero personalmente no me asusta. El ejemplo de la calculadora me parece todavía una analogía ilustrativa: si usamos la calculadora nos volvemos menos capaces de hacer operaciones aritméticas más avanzadas; sin embargo también nos hacemos más capaces de usar esa información para resolver problemas reales y complejos de nuestro entorno. Claro, habrá un problema si la IA en lugar de ayudarte, reemplaza completamente tu cognición.

Uso de IA desde el paradigma constructivista

Hay dos vertientes desde este paradigma de acuerdo a sus principales referentes: Piaget y Vygotsky.

Piaget propone la teoría del desequilibrio. Aprendemos cuando algo no encaja, cuando nuestras estructuras se ven retadas por un problema que no se resuelve con lo que ya sabemos. La IA facilita el diseño de diferentes tipos de situaciones detonadoras que generen ese choque cognitivo, ya sea proyectos, retos, casos, dilemas, experimentos e incluso simulaciones de situaciones específicas de las cuales se logre un aprendizaje experiencial y procedimental.

Por su parte, Vygotsky da relevancia al adulto como un presentador de andamios, es decir, apoyos que permiten que el estudiante logre hacer con ayuda lo que antes no podía, para después poderlo hacer de forma autónoma. La IA puede convertirse en un andamio flexible que ofrezca representaciones, retroalimentación o caminos alternativos cuando el estudiante se atore, que no dicte la respuesta, sino que ayude a pensarla. Por ejemplo, recientemente se incorporó a ChatGPT la función de “Estudia y aprende”, la cual está configurada para no darte la respuesta, sino partir de lo que sabes para guiarte a nuevos aprendizajes.

En estos términos, también es de llamar la atención los usos de IA como avatares, a los que se busca dar el rol de tutores, con los que a través del diálogo puedes llegar a nuevos entendimientos.
También es interesante propuestas en fase experimental como Genie 3 de Google, la cual es una aplicación que genera el mundo virtual al momento en que el usuario avanza para explorarlo. Colegas piensan que esto puede ayudar a generar entornos que faciliten el entendimiento contextual, por ejemplo, para una clase de Historia o Geografía.

Estos entendimientos nos permitirán también evaluar mejor los alcances, limitaciones y riesgos del uso de IA en Educación. Te invito a seguir explorando y experimentando lo que la IA puede hacer a favor de la educación.