La educación ante el espejo que le ha puesto la inteligencia artificial

I. El espejo que no se había mirado

La escuela ha entrado en la era de la inteligencia artificial sin un manual de instrucciones. En apenas tres cursos académicos, herramientas como ChatGPT o Gemini han pasado de ser una curiosidad a formar parte de la rutina cotidiana de docentes y alumnos. La discusión ya no es si se usarán, sino cómo. Este hecho sugiere que estamos ante una transformación estructural, no meramente instrumental. Como señala Nacho Meneses en El País, la escuela ha cambiado de reglas sin haber cambiado de fondo, y esa tensión es precisamente lo que la inteligencia artificial ha puesto en evidencia.

Hay cierta ironía histórica en todo esto. Fue en Dartmouth, en el verano de 1956, donde John McCarthy acuñó el término "inteligencia artificial". Setenta años después, los herederos de aquel proyecto veraniego producen prosa, redactan código y sintetizan argumentos con una fluidez que puede confundirse, a primera vista, con el trabajo de una persona bien formada. El problema no es que a veces se equivoquen, sino que a menudo resultan plausibles. Como advierte Santiago Schnell, rector de Dartmouth College, en su artículo para El País, la inteligencia artificial generativa no ha creado un problema nuevo en la educación: ha hecho que uno muy antiguo sea imposible de ignorar.

Durante décadas, las universidades y los centros educativos han recompensado el rendimiento por encima de la comprensión, la fluidez por encima de la profundidad y la apariencia de dominio por encima del pensamiento genuino. Construimos sistemas de evaluación que pedían productos y trataban esos productos como evidencia de aprendizaje. Nos estábamos saliendo con la nuestra. Hasta ahora. Cuando un estudiante puede producir un trabajo elaborado en minutos introduciendo unas instrucciones en ChatGPT, la pregunta ya no es si nuestras tareas miden el aprendizaje, es por qué fingimos durante tanto tiempo que lo hacían.

Debe tenerse en consideración que este fenómeno no se limita a la educación superior. También las universidades han empezado a integrar estas tecnologías en sus procesos de enseñanza, aprendizaje y evaluación, aunque lo hacen todavía en un escenario de transición, con más preguntas que certezas. El espejo que la inteligencia artificial ha colocado ante el sistema educativo refleja, en realidad, las grietas que ya existían.

II. El marco jurídico europeo: la Ley de Inteligencia Artificial

El marco regulatorio europeo empieza a tomar forma. El Reglamento de Inteligencia Artificial de la Unión Europea, aprobada en 2024, representa la primera normativa integral sobre inteligencia artificial en el mundo y establece una clasificación de los sistemas según su nivel de riesgo. En el ámbito educativo, esta ley tiene consecuencias particularmente relevantes.

Considero que la regulación europea acierta al no tratar toda la inteligencia artificial educativa de manera uniforme. La ley distingue entre usos de riesgo inaceptable, alto riesgo, riesgo limitado y riesgo mínimo. En el sector educativo, son considerados de alto riesgo los sistemas destinados a determinar el acceso o admisión a instituciones educativas, evaluar resultados del aprendizaje, valorar el nivel educativo adecuado que recibirá un individuo, o controlar y detectar comportamientos prohibidos durante pruebas y exámenes.

Estos sistemas de alto riesgo deben cumplir requisitos estrictos antes de su comercialización: evaluación y mitigación de riesgos, alta calidad de los conjuntos de datos para minimizar discriminaciones, registro de actividad para garantizar trazabilidad, documentación técnica detallada, información clara al implementador, supervisión humana adecuada, y alto nivel de robustez y ciberseguridad. Además, está prohibido el uso de sistemas de inteligencia artificial para inferir emociones del alumnado en centros educativos, salvo por motivos médicos o de seguridad específicos.

Ello me obliga a deducir que la Unión Europea ha optado por un enfoque de precaución regulada. No prohíbe la tecnología, pero exige que quienes decidan emplearla en decisiones que afectan trayectorias vitales asuman responsabilidades concretas y verificables. La Agencia Española de Protección de Datos insiste en evaluar riesgos y minimizar el uso de información personal, especialmente cuando se trata de menores. El marco europeo obliga a extremar las garantías en aquellos sistemas que afectan a decisiones educativas sensibles.

En España, el Ministerio de Educación actualizó en 2022 la competencia digital docente y publicó una guía sobre el uso de la inteligencia artificial generativa en el aula centrada en la formación del profesorado, la transparencia y la protección de datos. En paralelo, el Congreso sigue tramitando una ley para proteger a los menores en entornos digitales que permitirá a los centros regular el uso de móviles y reforzar la educación en hábitos de pantalla.

III. La evaluación en el centro de la tormenta

Más allá de las herramientas o los usos concretos, el impacto más profundo de la inteligencia artificial en la educación apunta a un terreno delicado: la evaluación. Durante décadas, el sistema ha descansado en gran medida sobre pruebas que miden la capacidad de recordar y volcar información aprendida. Pero ese modelo empieza a resquebrajarse en un contexto en el que cualquier alumno puede acceder en segundos a respuestas elaboradas con alto nivel de calidad.

Como señala Ricard Gómez, vicegerente de Talento, Transformación y Organización de la Universitat Oberta de Catalunya, lo que no tiene sentido es una evaluación memorística o basada en reproducir contenidos que una inteligencia artificial puede generar de manera inmediata. El problema no es tanto que los estudiantes utilicen estas herramientas, algo que se da por hecho, sino que el sistema siga midiendo aprendizajes de la misma manera que antes.

Hay que reseñar que este desajuste ha abierto una fase de transición en la que conviven normas que intentan limitar el uso de la inteligencia artificial con prácticas cada vez más extendidas entre los alumnos. Estamos en un momento en el que unos intentan impedirlo y otros forzar los límites. Pero, a medio plazo, el cambio parece inevitable: la evaluación tendrá que desplazarse hacia modelos que no se basen en la memoria, sino en la capacidad de interpretar, relacionar y aplicar conocimientos.

En ese escenario, la frontera entre aprender y evaluar tiende a diluirse. La evaluación debería estar integrada en el propio proceso de aprendizaje, no concentrarse en un momento puntual. Eso abre la puerta a formas de seguimiento más continuas, en las que el progreso del estudiante se mida a través de su interacción con los contenidos, las preguntas que formule o la manera en que construya sus propias respuestas.

Asumo que este cambio de lógica es el más difícil de asimilar para instituciones acostumbradas a la seguridad de los exámenes estandarizados. Si el conocimiento está disponible de forma casi inmediata, lo que pasa a ser relevante no es tanto recordarlo como saber qué hacer con él. La inteligencia artificial deja de ser un problema que controlar para convertirse en un elemento más del propio proceso de aprendizaje.

IV. La distancia entre fluidez y pensamiento

Entiendo que uno de los riesgos más sutiles, pero también más graves, es la confusión entre la capacidad de producir un resultado y la capacidad de formar un juicio. Santiago Schnell narra una escena reveladora: un estudiante llegó a su despacho con un borrador impresionante, con frases limpias, transiciones correctas y un argumento que llegaba a tiempo. Cuando le hizo una pregunta sencilla sobre por qué una afirmación se derivaba de otra, el estudiante vaciló y empezó a describir el texto como quien describe un paquete: lo que contenía, para qué servía. El borrador había sido generado con ayuda de un modelo de lenguaje. El estudiante lo había editado, pero no lo había habitado. Lo que perturbó al rector de Dartmouth no fue el uso de la herramienta, sino la separación entre la fluidez y el pensamiento.

Esta distancia es jurídicamente relevante. Los modelos de lenguaje operan con facilidad asombrosa en el centro consolidado del conocimiento: el vasto archivo de lo que la humanidad ya ha dicho y verificado. Pero se pierden en la frontera donde el conocimiento establecido termina y comienzan las preguntas genuinas. Solo repiten lo que ya se ha pensado. La pregunta verdaderamente nueva, la que aún no existe en los datos de entrenamiento, solo puede formularla una mente dispuesta a situarse en la incertidumbre y pensar desde allí con disciplina.

La analogía jurídica es clara: un carpintero puede delegar el corte en una sierra mejor. Un investigador no puede delegar el acto de advertir qué es extraño, atender a lo que no encaja y formular la pregunta que nadie ha pensado en hacer. Estos actos no tienen efecto a menos que los haga una persona. Su propósito no es producir un resultado, sino formar a quien los realiza.

V. Dos respuestas equivocadas y una tercera vía

Ante este escenario, hay dos respuestas equivocadas que se repiten en los campus de todo el mundo. La primera es la prohibición: detectores, códigos de honor, vigilancia. El impulso es comprensible, pero es una estrategia perdedora. Estas herramientas son ya demasiado ubicuas para ser controladas, y queremos graduados que sepan trabajar con la tecnología más transformadora de su tiempo, no graduados que la hayan evitado.

La segunda respuesta es la capitulación disfrazada de adaptación: convertir la universidad en una escuela de oficios para la economía de la inteligencia artificial, donde el objetivo sea enseñar qué herramientas usar y qué instrucciones formular. El estudiante se convierte, en efecto, en un técnico. Esto sería, desde una perspectiva jurídica, una abdicación de la función formativa que las instituciones educativas tienen encomendada.

La respuesta correcta es el rediseño. Más escritura hecha en clase. Más defensa oral de argumentos: una conversación de diez minutos revela si un estudiante entiende una afirmación o simplemente la ha producido. Más seminarios organizados en torno a preguntas vivas. Cuando los estudiantes usen inteligencia artificial, exigir transparencia: que expliquen qué pidieron, qué produjo el sistema, qué conservaron y qué descartaron. El objetivo no es la vigilancia, sino la responsabilidad intelectual.

VI. El impacto en la práctica docente

La extensión de estas herramientas está teniendo un impacto inmediato en el día a día docente. Uno de los más visibles es el tiempo. Un estudio del Education Endowment Foundation en centros ingleses, publicado en diciembre de 2024, muestra que los profesores de Secundaria que utilizan inteligencia artificial generativa con una guía de buenas prácticas reducen en un 31% el tiempo dedicado a la planificación. Los docentes que usaron ChatGPT dedicaron una media de 56,2 minutos semanales a la planificación, frente a los 81,5 minutos del grupo que no la utilizó.

No se trata, por tanto, de sustituir al docente, sino de liberar horas para tareas de mayor valor educativo. Ese ahorro convive con una de las promesas más repetidas de la inteligencia artificial: la personalización del aprendizaje. La posibilidad de adaptar materiales al nivel, ritmo o estilo de cada estudiante, ofrecer un feedback más inmediato o generar contenidos dinámicos abre la puerta a una enseñanza más flexible.

Sin embargo, Juan Luis Moreno, director ejecutivo en The Valley, advierte que la inteligencia artificial puede amplificar desigualdades si no se usa de forma adecuada. Un alumno con dificultades de aprendizaje, como dislexia o trastorno por déficit de atención con hiperactividad, puede recibir recomendaciones que no se ajusten a sus necesidades, mientras que otros avanzan más rápido si no hay mecanismos de compensación. La personalización solo funciona si va acompañada de recursos suficientes para quienes más lo necesitan.

VII. La gobernanza institucional y los límites del control

Más allá del aula, los retos se trasladan al plano institucional. La expansión de la inteligencia artificial no solo exige formar a docentes y alumnos, sino también establecer mecanismos de control que garanticen su uso adecuado. Como advierte Ricard Gómez, hay un riesgo de que estas herramientas se desplieguen de forma distribuida y poco controlada. Necesitamos gobernarlas para asegurarnos de que hacen lo que queremos que hagan.

En la Universitat Oberta de Catalunya, este cambio se aborda de forma estructurada, con la creación de un centro específico que busca ordenar su uso y aplicarlo allí donde realmente pueda mejorar los procesos. Lo que cambia es el enfoque: se pasa de iniciativas que surgen de manera dispersa a una visión más estratégica, en la que se identifican qué procesos queremos mejorar y cómo la inteligencia artificial puede ayudarnos a hacerlo.

La clave no es incorporar tecnología por inercia, sino hacerlo con objetivos concretos y bajo criterios de eficiencia, ética y control. En una universidad con cerca de 100.000 alumnos, detectar de forma temprana quién necesita ayuda no es trivial. La inteligencia artificial puede identificar patrones de actividad que indican dificultades o riesgo de abandono, pero el resultado no debe ser una intervención automatizada, sino una sensación de mayor cercanía: el alumno percibe un acompañamiento más personalizado, aunque no vea directamente la tecnología que hay detrás.

VIII. La voz de la Unesco y el principio de precaución

La Unesco ha alertado repetidamente sobre los riesgos de una integración desordenada de la inteligencia artificial en las aulas. En su informe Reflexiones sobre la IA generativa y el futuro de la educación, Stefania Giannini, subdirectora general de Educación de la Unesco, advierte que la tecnología no debería entrar en el aula por inercia, sino solo cuando aporta algo real al aprendizaje y con reglas claras para quienes la usan.

Giannini destaca que la inteligencia artificial generativa representa una transformación radical en la relación entre humanos y máquinas. A diferencia de revoluciones digitales previas, esta tecnología ha alcanzado la capacidad de simular el lenguaje humano de manera compleja y matizada. Esto no solo redefine la educación, sino que obliga a reexaminar el papel del lenguaje y la transmisión del conocimiento en nuestras sociedades.

El informe de la Unesco enfatiza que, aunque la inteligencia artificial generativa tiene un potencial importante en términos de accesibilidad y personalización, su integración sin supervisión podría tener repercusiones negativas. Es sorprendente que en muchos contextos se exija más revisión para la validación de libros de texto que para la adopción de inteligencia artificial generativa en el aula.

La educación debe continuar como un acto profundamente humano. El sector educativo debe recordar que los docentes son el pilar fundamental de la educación. En vez de reemplazarlos, la inteligencia artificial debería ser una herramienta complementaria que apoye su labor.

IX. El mercado laboral como señal externa

El mercado laboral ya está enviando una señal que las universidades no pueden ignorar. Investigadores de Stanford han documentado un descenso relativo en el empleo de trabajadores jóvenes en los sectores más expuestos a la inteligencia artificial, mientras que los profesionales con más experiencia salen mejor parados. La razón es clara: lo que la inteligencia artificial no puede reemplazar es el juicio formado a lo largo del tiempo.

Ese juicio es exactamente lo que la universidad debe enseñar con mayor rigor que nunca. Cuando las respuestas se vuelven baratas, el juicio se vuelve valioso. Eso es lo que ningún contestador automático puede aprender en nuestro lugar.

La era de la inteligencia artificial no va a arruinar la educación, pero va a dejar en evidencia a todas las instituciones que confundieron producir resultados aceptables con formar mentes. Las que sobrevivan a este momento serán las que puedan responder, con claridad y sin vergüenza, para qué creen que sirve la educación. Y las que sean capaces de construir sus prácticas a partir de esa respuesta.

X. Conclusiones

La inteligencia artificial ha colocado ante el sistema educativo un espejo que no se había mirado. Lo que refleja no es una tecnología invasiva, sino las propias contradicciones de un modelo que durante demasiado tiempo confundió el producto con el proceso, la fluidez con la comprensión, la apariencia con el pensamiento.

El marco jurídico europeo, con su clasificación por niveles de riesgo, ofrece una estructura útil para ordenar esta transición. Pero la norma, por sí sola, no resuelve el dilema pedagógico. La Ley de Inteligencia Artificial exige transparencia, supervisión humana y calidad de datos, pero no puede dictar qué debe aprenderse ni cómo debe evaluarse ese aprendizaje.

La respuesta adecuada pasa por el rediseño institucional, no por la prohibición ni por la rendición. Más evaluación integrada en el proceso de aprendizaje, menos dependencia de pruebas memorísticas. Más transparencia en el uso de herramientas generativas, menos fingimiento de que esas herramientas no existen. Más formación del profesorado en el uso crítico de la tecnología, menos despliegue distribuido y poco controlado.

La educación es y debe seguir siendo un acto profundamente humano arraigado en la interacción social. La tecnología no sustituye la dimensión más humana del aprendizaje. El verdadero valor sigue estando en la capacidad del docente para inspirar, motivar y enseñar a pensar.

El reto no es tanto incorporar la inteligencia artificial como decidir qué papel queremos que juegue en la educación. Esa es una conversación que ya no se puede aplazar.