La inteligencia artificial como reemplazo docente puede profundizar la brecha educativa, según un investigador británico

Vamos a los números y, sobre todo, a las advertencias. La inteligencia artificial aplicada a la educación no solo no garantiza mejores aprendizajes, sino que puede profundizar la desigualdad entre escuelas y estandarizar la mirada sobre el conocimiento, según sostuvo Wayne Holmes, investigador del UCL Knowledge Lab de la University College London. El especialista, que desde hace años estudia el impacto de estas tecnologías en la enseñanza, repasó en diálogo con este medio las objeciones centrales a un optimismo que, en su lectura, muchas veces se sostiene más en expectativas de mercado que en evidencia pedagógica.

Holmes partió de una distinción que considera clave: no es lo mismo enseñar sobre inteligencia artificial que utilizar la IA como recurso dentro del aula. En el primer caso, se la incorpora como objeto de estudio, reconociendo su creciente presencia social y productiva. En el segundo, se la presenta como una herramienta capaz de mejorar los procesos de enseñanza y de aprendizaje, una afirmación que, a su entender, todavía dista de estar demostrada con solidez. La confusión entre ambos planos, sostuvo, es uno de los motores de la adopción acrítica de estas plataformas.

La comparación con la calculadora, puesta en duda

Uno de los argumentos más repetidos en el debate público es la comparación entre la IA generativa y la calculadora: así como esta última transformó la enseñanza de la matemática sin eliminarla, la inteligencia artificial haría algo equivalente en otras disciplinas. Holmes rechazó esa analogía de manera categórica. Explicó que, con una calculadora, si el usuario aprieta las teclas correctas en el orden correcto, obtiene un resultado correcto en todos los casos. Con la IA generativa, en cambio, el resultado es estadísticamente probable pero no verificable, y el usuario no siempre puede distinguir cuándo la respuesta es acertada y cuándo no.

“Con una calculadora, si apretás los botones correctos en el orden correcto, obtenés la respuesta correcta siempre. Con la IA generativa, el resultado es incierto y, en muchos casos, el usuario no puede distinguir cuándo es correcto y cuándo no.”Wayne Holmes, investigador del UCL Knowledge Lab

Desigualdad, estandarización y riesgo para la democracia

Sobre el plano de la desigualdad, Holmes identificó una paradoja que, a su juicio, ya está en curso. Las escuelas privadas de mayor nivel, señaló, no se promocionan por la cantidad de computadoras ni por el uso de inteligencia artificial, sino por la calidad de su plantel docente. Mientras tanto, en zonas con escasez de maestros o en contextos de bajos recursos, la tecnología suele presentarse como una solución de reemplazo, en lugar de un complemento. Esa dinámica, advirtió, termina castigando a los mismos sectores que más necesitan acompañamiento pedagógico.

• La brecha entre escuelas con buenos docentes y escuelas que reciben tecnología en lugar de maestros se amplía con la IA, según el investigador.
• La IA generativa produce texto eligiendo las palabras más probables, lo que subrepresenta enfoques minoritarios o críticos.
• Holmes ilustró el sesgo con el concepto de aprendizaje personalizado: las herramientas consultadas solo plantearon dificultades de implementación, sin cuestionar el enfoque en sí.
• Para el investigador, desfinanciar la educación en nombre de la eficiencia tecnológica debilita la base de la participación ciudadana.

El punto sobre la estandarización fue desarrollado por Holmes con un ejemplo concreto. Relató que consultó a distintas herramientas de IA generativa sobre los problemas del aprendizaje personalizado y obtuvo una respuesta homogénea: el único inconveniente mencionado era la dificultad de implementarlo. Ninguna de las plataformas, señaló, cuestionó si el enfoque funciona o no, porque la postura dominante en los datos de entrenamiento es que se trata de un objetivo positivo. El fenómeno, advirtió, no se limita a la educación: cualquier campo que dependa de estas herramientas corre el riesgo de reproducir, de manera amplificada, las opiniones más extendidas y de silenciar las miradas disidentes.

Qué escuela construiría y qué mirar en los próximos meses

Ante la pregunta sobre cómo usaría la inteligencia artificial si tuviera que construir una escuela desde cero, Holmes respondió de manera directa: no incorporaría ninguna de las herramientas actuales. Su planteo no es tecnofóbico, aclaró, sino basado en la evidencia disponible: mientras no se demuestre que estas tecnologías mejoran de manera consistente los procesos de aprendizaje y no profundicen las brechas existentes, su adopción masiva responde más a una lógica de eficiencia presupuestaria que a una mejora educativa. La fecha para mirar de cerca, sugirió el investigador, es la próxima rentrée escolar en cada país, momento en que las decisiones sobre compra de licencias, formación docente y reemplazo de personal suelen quedar definidas y, con ellas, el rumbo que tomará la desigualdad educativa.