La Sabana propone una nueva forma de aprender con inteligencia artificial sin renunciar al desarrollo del pensamiento

La inteligencia artificial generativa puede explicar conceptos, redactar textos, resolver problemas e incluso programar en cuestión de segundos. Estas capacidades están transformando rápidamente la educación y abren posibilidades que hace pocos años parecían difíciles de imaginar, explorar diferentes perspectivas, obtener retroalimentación inmediata o acceder a apoyos que antes dependían casi exclusivamente de la disponibilidad de un profesor. Sin embargo, también plantea un desafío en los procesos educativos, porque cuando la IA realiza las operaciones intelectuales que antes asumía el estudiante, no siempre es evidente que tuvo que pensar, comprender o decidir para obtener el resultado.

Esta transformación se ha convertido en una de las líneas de reflexión e investigación desarrolladas en el Doctorado en Innovación Educativa con uso de TIC de la Universidad de La Sabana. De este trabajo surge la propuesta de la Latencia Cognitiva Productiva (LCP), una teoría pedagógica que busca aprovechar las capacidades de la inteligencia artificial sin sustituir prematuramente las operaciones que todavía tienen valor para el aprendizaje. Su planteamiento no busca retrasar artificialmente las respuestas, aumentar la dificultad, ni limitar el acceso a estas herramientas, sino regular el momento y el grado en que IA se pone a disposición del estudiante e interviene en el proceso educativo.

Una ayuda que no sustituya el aprendizaje

Si un estudiante intenta resolver un problema y la inteligencia artificial le entrega inmediatamente toda la solución, puede ayudarle a completar la tarea con rapidez, pero perder la oportunidad de formular hipótesis, explorar estrategias o identificar sus dificultades. En cambio, la misma inteligencia artificial podría intervenir de otra manera mediante preguntas, pistas, ejemplos o una explicación parcial que le permita continuar pensando. En ambos casos existe ayuda, pero la actividad que permanece bajo responsabilidad del estudiante es diferente.

Esta diferencia es relevante porque obtener un mejor resultado con ayuda de la inteligencia artificial no significa necesariamente haber desarrollado una mayor capacidad. Un estudiante puede producir un texto de alta calidad, resolver correctamente un problema o construir una presentación sofisticada gracias a la asistencia de un sistema generativo, pero además del resultado, importa saber qué podrá comprender, evaluar o resolver el estudiante posteriormente con menos asistencia.

La LCP plantea observar qué operaciones se delegan, cuáles permanecen bajo la responsabilidad del estudiante y qué deja cada interacción para situaciones futuras. Desde esta perspectiva permite comprender por qué dos estudiantes pueden utilizar la misma herramienta durante un tiempo similar y mantener relaciones cognitivas muy distintas con ella, distinguiendo entre trayectorias de expansión cognitiva, las que la IA fortalece progresivamente las capacidades del estudiante, y trayectorias de contracción cognitiva, en las que se dejan de ejercitar operaciones necesarias para aprender y aumenta la dependencia de la herramienta.

El papel del profesor y las nuevas posibilidades de la IA

Esta perspectiva permite convertir un riesgo actual en una oportunidad de transformación educativa. La inteligencia artificial puede convertirse en una oportunidad para transformar la educación liberando al estudiante de tareas que ya no tienen suficiente valor formativo y permitirle concentrarse en actividades cognitivas más importantes. Puede generar ejemplos para ser comparados, producir alternativas para evaluar o plantear contraargumentos que obliguen a revisar una posición. El desafío consiste en identificar qué operaciones conviene delegar y cuáles necesitan permanecer temporalmente permanecer bajo la responsabilidad del estudiante mientras contribuyen al desarrollo de sus capacidades.

Este enfoque también modifica el papel del profesor. Cuando una herramienta puede resolver buena parte de una actividad, el juicio docente adquiere una nueva dimensión. El profesor necesita identificar qué operación posee valor formativo, decidir cuándo la inteligencia artificial puede asumirla y reconocer cuándo conviene mantenerla durante algún tiempo bajo responsabilidad del estudiante. De esta manera, una tecnología puede ofrecer mucha ayuda sin necesariamente realizar aquello que el estudiante todavía necesita aprender a hacer.

Esta lógica abre nuevas posibilidades para los tutores basados en inteligencia artificial, que podrían adaptar no solo el contenido y la dificultad, sino también el nivel de ayuda que ofrecen. Así podrían comenzar con una pregunta, continuar con una pista, proporcionar información adicional cuando sea necesario y ofrecer una solución completa cuando mantener la operación en manos del estudiante deje de aportar suficiente valor formativo.

Evaluar el aprendizaje y fortalecer la autonomía

La evaluación también enfrenta nuevos retos. Cuando la inteligencia artificial participa en la producción de textos, códigos, análisis o presentaciones, el producto final ofrece menos información que antes sobre las operaciones realizadas por el estudiante. Por esta razón, es necesario complementar con evidencias adicionales, como las decisiones tomadas, la capacidad para juzgar respuestas generadas, la aplicación de lo aprendido a situaciones nuevas y aquello que el estudiante puede realizar cuando disminuye la asistencia.

Asimismo, la autonomía no consiste únicamente en trabajar sin tecnología, sino en aprender a gestionar la relación con ella, decidir qué resolver por cuenta propia, qué delegar, qué ayuda solicitar, cuándo verificar una respuesta y cuándo retomar una operación que se había delegado.

La Latencia Cognitiva Productiva propone integrar la inteligencia artificial en la educación sin que su uso reemplace los procesos de pensamiento necesarios para aprender. Su propósito es aprovechar las capacidades de esta tecnología y, al mismo tiempo, permitir que los estudiantes desarrollen progresivamente su comprensión, criterio y autonomía, así como las habilidades que necesitan para continuar aprendiendo.

La investigación desarrollada desde el Doctorado en Innovación Educativa con uso de TIC de la Universidad de La Sabana plantea así una oportunidad para afrontar uno de los principales desafíos de la educación actual, pues a medida que las máquinas sean capaces de resolver más, será cada vez más importante decidir qué capacidades humanas necesitan seguir desarrollándose y bajo qué condiciones la inteligencia artificial puede contribuir a fortalecerlas.

En el centro de esta propuesta permanece una pregunta que resume el desafío educativo de los próximos años. ¿Qué debe seguir ocurriendo en la mente del estudiante antes de permitir que la inteligencia artificial haga el resto?

*Andrés Chiappe Laverde es director del Doctorado en Innovación Educativa con uso de TIC de la Facultad de Educación. Profesor titular de la Universidad de La Sabana. Sus áreas de estudio, docencia e investigación se enfocan en la Innovación Educativa y el uso de tecnologías digitales en educación, más recientemente enfocadas al uso de IA en Educación y en Investigación.