Hoy nos planteamos una pregunta ante el avance imparable, ¿debemos interesarnos tanto por la IA o es una exageración?. En Empowertic llevamos más de dos décadas con un principio que no ha cambiado: la tecnología no educa, educan las personas. Hemos visto llegar y pasar muchas modas tecnológicas, y en cada una hemos elegido la misma postura mirar con criterio, no con miedo ni con euforia. Desde esa misma convicción abordamos hoy uno de los debates más urgentes que tiene la educación frente a sí misma: el hype desproporcionado que rodea a la inteligencia artificial y lo que eso le está costando a los docentes, a los estudiantes y a la investigación.

No estamos en contra de la IA. Estamos en contra de consumirla sin pensarla.

Una palabra que lo explica todo: hype

El término hype viene del griego hipérbole la exageración como recurso. Y eso es exactamente lo que está ocurriendo con la inteligencia artificial en los medios, en las redes sociales, en los congresos y, con demasiada frecuencia, dentro de las propias instituciones educativas.

Dos investigadores de la Universidad de Princeton, Arvind Narayanan y Sasha Shen Kow, publicaron recientemente un análisis que desmenuza con precisión cómo periodistas, empresas tecnológicas y centros corporativos de investigación han construido una narrativa distorsionada sobre lo que la IA puede y no puede hacer. No son voces en contra de la tecnología son voces que exigen rigor. Y su planteamiento central es el mismo que nosotros venimos defendiendo desde EmpowerTIC: que depositar una confianza extrema en cualquier herramienta sin comprender sus límites no es progreso, es ingenuidad.

¿Cuántos docentes han escuchado ya que la IA va a resolver todos los problemas del aula? ¿Cuántos estudiantes creen que con ella ya no hace falta pensar? Esa es la consecuencia del hype mal gestionado no el avance tecnológico, sino la rendición crítica ante él.

Lo que la IA sí puede hacer y lo que no

Existen dos grandes tipos de inteligencia artificial que conviene distinguir. La IA generativa como ChatGPT, Gemini, Notebooklm o Claude es la que la mayoría usa: conversas con ella, le pides texto, imágenes, resúmenes, ideas. Es multimodal, accesible y mejora con cada interacción bien construida. La IA predictiva es la que trabaja en segundo plano, tomando decisiones en sistemas financieros, médicos, industriales y, sí, también educativos. Es aquí donde los sesgos tienen consecuencias más profundas y menos visibles.

Ambas tienen algo en común: se equivocan. Aprenden por ensayo y error. Sus respuestas dependen directamente de con qué fueron alimentadas, y si los datos de entrenamiento contienen sesgos de raza, de clase, de género, de idioma la herramienta los reproduce y los amplifica. No porque sea maliciosa, sino porque es una máquina construida por humanos que cometen errores.

El problema no es que la IA falle. El problema es presentarla como infalible.

Sesgos en el aula: lo que no vemos porque no nos prepararon para verlo

Cuando un sistema de IA predictiva se usa para evaluar el potencial de un estudiante, para recomendar trayectorias académicas o para detectar «riesgo de abandono escolar», y ese sistema fue entrenado con datos que sobrerepresentan ciertos perfiles y excluyen otros, el resultado no es neutro es discriminatorio. Y lo más peligroso es que llega envuelto en la autoridad de un algoritmo.

Los docentes que no conocen cómo funcionan estas herramientas no pueden proteger a sus estudiantes de esos sesgos. No porque sean malos docentes, sino porque nadie los preparó para eso. Esa es la brecha real que señalan Narayanan y Shen Kow: el desarrollo tecnológico corre a una velocidad que la formación docente no ha logrado acompañar.

Y mientras eso ocurre, hay algo más que crece: la brecha entre quienes pueden usar la IA de forma crítica y estratégica, y quienes simplemente la consumen. En América Latina, donde el acceso a formación especializada sigue siendo desigual, esa brecha tiene nombre: exclusión.

El problema de las imágenes que elegimos

Uno de los señalamientos más reveladores del artículo de Princeton tiene que ver con algo que parece superficial pero no lo es: cómo representamos visualmente la inteligencia artificial.

Cerebros con cables. Robots de ojos brillantes. Figuras metálicas sustituyendo a personas. Esas imágenes no son inocentes construyen imaginarios. Le dicen al estudiante que la IA es una entidad casi humana, superior, que decide por sí misma. Le dicen al docente que hay algo frente a él que no puede comprender. Y esa narrativa visual alimenta el hype tanto como cualquier titular exagerado.

Los autores proponen algo más honesto: representar la IA como lo que es un chip, una unidad de procesamiento, una herramienta sofisticada. Porque cuando mostramos la IA como lo que realmente es, recuperamos la proporción. Y con la proporción, recuperamos la agencia.

Lo que sí funciona: el docente un paso adelante

El antídoto al hype no es el rechazo. Es la educación crítica. Y eso requiere que los docentes vayan siempre un paso por delante no por ego, sino porque es su responsabilidad pedagógica.

Algunos ejemplos concretos de lo que eso significa en la práctica: en lugar de pedir solo un ensayo escrito, pedir también un video grabado con el celular donde el estudiante explique su argumento con sus propias palabras. En lugar de prohibir la IA, incorporarla como objeto de análisis ¿qué te sugirió la herramienta?, ¿con qué no estás de acuerdo?, ¿cómo lo mejorarías? Usar cortometrajes, podcasts, infografías narradas. Generar con los estudiantes ese proceso mayéutico la pregunta que incomoda, que obliga a ir más lejos, que no se puede responder copiando y pegando.

La IA no puede reemplazar ese aguijón. No puede generar la incomodidad productiva que convierte información en pensamiento.

Un síndrome que hay que nombrar

Hay un fenómeno que vemos con frecuencia y que merece ser nombrado: el síndrome del impostor docente frente a la IA. Esa sensación de que «esto es demasiado para mí», «no tengo tiempo», «los estudiantes ya saben más que yo». Y bajo ese síndrome, una decisión silenciosa de hacerse a un lado.

Mientras los docentes se hacen a un lado, el espacio lo ocupan otros. Youtubers sin formación pedagógica que prometen tesis en dos horas. Cursos que garantizan artículos científicos sin esfuerzo. Canales donde se habla de investigación científica sin ninguna posición epistemológica, sin citas, sin método. No es un juicio es una descripción de lo que ocurre cuando los expertos reales abandonan el campo por sentirse insuficientes.

Narayanan y Shen Kow lo señalan con claridad: el hype crece en los vacíos que deja la formación. Y la solución no es tecnológica es pedagógica.

Desde EmpowerTIC, la misma apuesta de siempre

Llevamos más de veinticinco años creyendo que la preparación docente es la inversión más transformadora que puede hacer una comunidad educativa. No ha cambiado nada en esa convicción lo que ha cambiado es la urgencia.

La IA es una herramienta poderosa. Tiene sesgos. Comete errores. No siente, no tiene contexto, no conoce a tus estudiantes. Pero bien usada con criterio, con formación, con la inteligencia humana como guía puede ampliar lo que un docente hace, no reemplazarlo.

Eso es lo que seguimos construyendo juntos, semana a semana, en talleres y clases en vivo. Porque fortalecer competencias digitales críticas a lo largo de la vida no es responder al hype es la única respuesta seria que existe frente a él.

Nos vemos en el próximo encuentro.

Fuente del webinar D´silva y Palomares (2024): Generative AI Hype Feels Inescapable. Tackle It Head On With Education | WIRED

Fuente principal de este artículo y la infografía:

D´Silva, F., & Palomares, H. (2024). Más allá del hype: la inteligencia artificial en educación [Video] 05/10/2024. YouTube. EmpowerTIC. https://youtu.be/Essdt6HZ6lI