Esta semana tuve la oportunidad de conversar con cerca de 600 personas entre estudiantes y profesores de la Universidad Industrial de Santander alrededor de un asunto que cada vez ocupa más espacio en nuestras aulas, en nuestros discursos institucionales y en nuestras decisiones pedagógicas. Me refiero a los tutores virtuales basados en inteligencia artificial. La conversación fue intensa, honesta y, por momentos, incómoda, como deben ser las discusiones que de verdad importan. Hubo entusiasmo, por supuesto. También curiosidad y asombro. Pero, sobre todo, hubo una preocupación que apareció con fuerza y que, a mi juicio, merece mucha más atención de la que hoy le estamos dando. La inteligencia artificial puede acompañar el aprendizaje, sí, pero también puede producir una peligrosa ilusión de aprendizaje.
Conviene empezar por reconocer algo sin miedo y sin ingenuidad. Estas tecnologías tienen un potencial pedagógico real. Un tutor basado en inteligencia artificial puede explicar un concepto de varias maneras, adaptarse parcialmente al ritmo de una persona, ofrecer retroalimentación inmediata, proponer ejercicios, simular conversaciones disciplinares y brindar acompañamiento en horarios y condiciones donde un docente humano no siempre puede estar disponible. En un sistema educativo marcado por profundas desigualdades, limitaciones de tiempo, sobrecarga docente y dificultades de acceso a apoyos personalizados, no sería serio negar el valor potencial de una herramienta así. Sería absurdo responder al momento que vivimos con purismo nostálgico o con una defensa romántica de una escuela desconectada del presente. La IA ya entró a la educación y llegó para quedarse. La pregunta, entonces, no es si debe o no debe estar. La pregunta relevante es otra. Bajo qué condiciones, con qué propósitos y con qué resguardos queremos integrarla a la experiencia de aprender.
Sin embargo, justamente porque su potencia es real, también lo es el riesgo de usarla mal. Durante décadas, la educación estuvo organizada alrededor de una dificultad estructural. Acceder a respuestas de calidad no era sencillo. Había que buscar, leer, contrastar, preguntar, equivocarse y volver a empezar. Hoy esa dificultad cambió de forma. Las respuestas son abundantes, veloces, fluidas y cada vez más convincentes. Lo que antes era escasez ahora es sobreoferta. Pero ese cambio no resuelve el problema del aprendizaje. Apenas lo desplaza. Ya no basta con obtener una respuesta porque las respuestas están prácticamente a un clic de distancia. El verdadero reto es qué hacemos con ellas. Cómo las interrogamos. Cómo las ponemos a prueba. Cómo evitamos que la comodidad de recibir una explicación convincente sustituya el trabajo lento y exigente de comprender.
Ahí aparece una de las trampas más silenciosas del momento actual. Que algo suene bien no significa que sea cierto. Que una explicación sea clara no significa que haya sido comprendida. Que un estudiante pueda repetir una formulación elegante no significa que ya construyó conocimiento. Y, sin embargo, buena parte del entusiasmo acrítico alrededor de la inteligencia artificial en educación parece olvidar esta diferencia elemental. Confundimos con demasiada facilidad la exposición a una buena respuesta con la apropiación genuina de una idea. Nos deslumbra la soltura verbal de los sistemas y, casi sin darnos cuenta, empezamos a tratar la apariencia de comprensión como si fuera comprensión real. Ese es, para mí, el núcleo del problema. La falsa ilusión de aprendizaje consiste justamente en creer que ya entendimos solo porque algo fue bien explicado, bien redactado o bien resuelto por otro.
Esto tiene implicaciones profundas para la vida universitaria y escolar. Un estudiante puede consultar a un tutor de IA sobre cálculo, historia, química o filosofía, recibir una respuesta impecablemente escrita y experimentar la sensación subjetiva de haber aprendido. Puede incluso sentirse más seguro, más tranquilo y más eficiente. Pero esa sensación puede ser engañosa. Si no hubo esfuerzo de elaboración, si no hubo contraste, si no hubo intento propio, si no hubo error procesado ni reflexión sobre por qué una respuesta funciona, lo que queda muchas veces no es aprendizaje, sino familiaridad superficial. Y la familiaridad superficial tiene una gran capacidad de disfrazarse de comprensión. Reconocemos una idea, nos resulta conocida, creemos que la dominamos, pero a la hora de explicar por cuenta propia, transferirla a otro contexto o resolver una situación nueva, esa supuesta comprensión se desmorona. El problema no es solo pedagógico. Es también ético y cultural. Estamos frente al riesgo de formar personas que resuelven más rápido sin necesariamente comprender mejor.
Por eso me preocupa que la conversación pública sobre inteligencia artificial en educación siga atrapada en una lógica demasiado pobre. De un lado están quienes celebran cualquier automatización como si fuera innovación educativa. Pareciera que bastara con incorporar una herramienta tecnológica para declarar que hubo transformación pedagógica. Del otro lado están quienes reaccionan desde el miedo y quisieran resolver la discusión a punta de prohibiciones, controles y nostalgia por un pasado que, además, nunca fue tan justo ni tan eficaz como algunos imaginan. Ninguno de esos extremos ayuda. Ni el deslumbramiento tecnocrático ni el rechazo defensivo están a la altura de lo que necesitamos pensar. Lo que hace falta es más criterio. Más conversación pedagógica de fondo. Más capacidad para distinguir entre lo que agiliza una tarea y lo que realmente fortalece la autonomía intelectual de quien aprende.
A mí me interesa mucho más hablar de inteligencia aumentada que de inteligencia artificial entendida como sustitución. La expresión importa porque reubica el problema. Si el centro es la sustitución, entonces el horizonte termina siendo hacer innecesario al sujeto que aprende. Si el centro es el aumento, en cambio, la tecnología solo tiene sentido si amplía la capacidad humana de comprender, decidir, crear, preguntar, revisar y actuar con mayor conciencia. Un tutor inteligente bien pensado no debería estar diseñado para evitarle al estudiante el esfuerzo de pensar, sino para estructurar mejor ese esfuerzo. No debería reducir la fricción necesaria del aprendizaje, sino hacerla más productiva. No debería ser una máquina de respuestas, sino un entorno que ofrezca retroalimentación, provoque preguntas, identifique vacíos, ponga ejemplos, plantee contraejemplos y ayude a sostener procesos de autoevaluación. En otras palabras, el valor pedagógico de estos sistemas no está en su capacidad de entregar resultados, sino en la calidad de la relación formativa que permiten construir.
Ese punto obliga también a poner la responsabilidad donde corresponde. El problema no se resuelve simplemente pidiendo a los estudiantes que usen bien la herramienta. Tampoco se resuelve con declaraciones grandilocuentes sobre innovación. Aquí hay una tarea institucional, docente y cultural mucho más exigente. Si vamos a incorporar tutores virtuales en la educación, entonces tenemos que enseñar explícitamente a relacionarse con ellos. Hay que enseñar a pedir explicaciones y no solo respuestas. Hay que enseñar a sospechar de la fluidez. Hay que enseñar a contrastar información, a identificar errores, a revisar sesgos, a formular mejores preguntas y a reconocer cuándo una herramienta está potenciando la comprensión y cuándo está, más bien, adormeciendo el pensamiento. La autonomía hoy ya no puede entenderse solo como la capacidad de estudiar solo. También consiste en gobernar con criterio la relación con sistemas que responden rápido, escriben con solvencia y pueden equivocarse con una seguridad inquietante.
En ese sentido, una pedagogía seria para el uso de la IA debería dejar instaladas al menos algunas convicciones básicas. La primera es que no debemos usar estas herramientas para evitar pensar, sino para pensar mejor. La segunda es que una respuesta fluida jamás puede confundirse con comprensión profunda. La tercera es que la relación con la IA debe diseñarse con intención, pidiéndole explicaciones, preguntas, comparaciones, contraejemplos y retroalimentación útil para aprender. La cuarta es que todo lo que la IA produce debe ser auditado, porque la responsabilidad última sigue siendo humana. Y la quinta, quizá la más importante, es que cada estudiante y cada docente debería hacerse una pregunta incómoda cada vez que usa estas herramientas. ¿Esto me está ayudando a volverme más autónomo, más reflexivo y más capaz, o simplemente me está permitiendo hacer más rápido aquello que no quiero aprender?
Esa es, a mi juicio, la pregunta más urgente de esta discusión. No necesitamos una educación aterrorizada por la inteligencia artificial, pero tampoco una educación rendida ante ella. Necesitamos una educación capaz de ponerla en su lugar. Un lugar importante, sí, pero no soberano. Un lugar de apoyo, no de reemplazo del juicio. Un lugar de mediación, no de renuncia al pensamiento. En tiempos de respuestas instantáneas, el verdadero valor formativo no consiste en llegar más rápido a una solución. Consiste en formar personas capaces de examinarla, tensionarla, discutirla, usarla con sentido y, si es necesario, rechazarla. Aprender sigue siendo mucho más que obtener una respuesta. Aprender sigue siendo transformar la manera en que pensamos. Y si olvidamos eso, quizá terminemos rodeados de tutores cada vez más sofisticados, pero de estudiantes cada vez menos dueños de su propio aprendizaje.