Un investigador británico advierte que la inteligencia artificial en las aulas puede profundizar la brecha social y homogeneizar lo que se enseña

Desde el UCL Knowledge Lab de la University College London, el investigador Wayne Holmes viene estudiando hace años el impacto de la inteligencia artificial en la enseñanza. Su mirada es escéptica respecto de las herramientas que ya circulan en el mercado y, sobre todo, apunta a separar dos cosas que suelen mezclarse en la conversación pública: enseñar sobre inteligencia artificial y utilizarla como recurso pedagógico dentro del aula. Para Holmes, la confusión entre ambas es el primer paso para cometer errores de política educativa.

La falsa analogía con la calculadora

Uno de los argumentos más repetidos en los últimos meses es que la IA generativa es a la educación lo que la calculadora fue a la matemática: una herramienta que modifica la forma de enseñar la disciplina sin eliminarla. Holmes rechaza esa comparación de manera tajante. Señaló que la calculadora, cuando se la utiliza de manera correcta, devuelve siempre la respuesta correcta. La inteligencia artificial generativa, en cambio, ofrece un resultado incierto, que puede ser acertado o no, y el usuario no siempre cuenta con elementos para distinguirlo. Esa diferencia, consideró, invalida cualquier paralelismo entre ambos recursos.

“Con una calculadora, si apretás los botones correctos en el orden correcto, obtenés la respuesta correcta siempre.”Wayne Holmes

La advertencia se vuelve más grave cuando se la traslada al aprendizaje de la matemática o de las ciencias, donde un error conceptual arrastrado durante años suele ser muy difícil de revertir. Si un estudiante incorpora como verdadera una respuesta equivocada producida por una IA, y no tiene a un docente que lo corrija a tiempo, el daño formativo puede ser profundo.

Una paradoja con consecuencias democráticas

Holmes identificó además una paradoja que ya está en marcha. Las escuelas privadas más reconocidas del mundo no se promocionan por la cantidad de computadoras en sus aulas ni por el uso intensivo de inteligencia artificial, sino por la calidad de su cuerpo docente. Mientras tanto, en zonas con escasez de maestros y en contextos de bajos recursos, la tecnología suele presentarse como solución de reemplazo y no de apoyo. Para el investigador, si esa brecha se amplía, se termina debilitando la base sobre la que se sostiene cualquier democracia.

El riesgo de la estandarización

• La IA generativa produce texto eligiendo las palabras más probables según los datos con los que fue entrenada.
• Los enfoques minoritarios o críticos suelen quedar subrepresentados porque no son la postura dominante en esos datos.
• Cuando Holmes consultó a distintas herramientas sobre los problemas del aprendizaje personalizado, todas respondieron que el único inconveniente era la dificultad de implementarlo.
• Ninguna de las herramientas consultadas cuestionó si el enfoque funciona o no, porque la visión mayoritaria en los textos de entrenamiento es que se trata de algo positivo.

Esa lógica, trasladada al aula, puede derivar en un aprendizaje uniforme, donde ciertos matices, debates y lecturas alternativas quedan afuera sin que nadie los expulse de manera explícita. Para Holmes, el problema no es sólo tecnológico, sino pedagógico: una herramienta que tiende a promediar lo que dice la mayoría no es necesariamente una herramienta que enseñe a pensar.