IA en el aula: de la deuda cognitiva al pensamiento crítico

 

La inteligencia artificial (IA) ha irrumpido en los entornos educativos generando expectativas, interrogantes, resistencias y oportunidades, y como docente e investigador en el área de tecnología escolar, he asumido el desafío de incorporar esta herramienta de manera crítica, pedagógica y significativa. Por tanto, gracias a la experiencia vivida junto a mis estudiantes he podido identificar múltiples aprendizajes y también enfrentar desafíos que han puesto a prueba la creatividad, la ética, la pasión por la docencia y el sentido pedagógico frente al uso de tecnologías emergentes y acá comparto las lecciones aprendidas alrededor de este aspecto:

1. La IA no reemplaza la pedagogía, la desafía: Una de las primeras lecciones fundamentales fue comprender que la inteligencia artificial no llega para suplantar el rol docente ni el aprendizaje humano, sino para tensionarlo y, en ese sentido, más que temerle o ignorarla, el reto ha consistido en entender cómo su integración puede enriquecer los procesos de enseñanza y aprendizaje, sin que ello signifique renunciar a la formación del pensamiento crítico, a la reflexión ética o a la construcción colaborativa del conocimiento.

2. Pensar antes de preguntar: la ingeniería de prompts como estrategia metacognitiva: El trabajo con IA generativa evidenció que muchos estudiantes estaban tentados a pedir respuestas rápidas sin reflexionar sobre lo que estaban buscando y, allí nació una estrategia didáctica basada en la ingeniería de prompts, donde los estudiantes no solo escriben instrucciones para interactuar con IA, sino que aprenden a planificar, revisar, sintetizar y cuestionar lo que producen.

3. Sin pensamiento crítico, la IA genera deuda cognitiva: Otra lección importante ha sido visibilizar el riesgo de que los estudiantes desarrollen dependencia tecnológica si no se les guía adecuadamente, por ello, el uso acrítico de la IA puede generar una “deuda cognitiva” (Kosmyna et al, 2025), donde se deja de ejercitar el pensamiento propio y por ello, lucho día a día para trabajar con mis estudiantes en tres niveles de interacción con la IA:

Nivel 1: No usar IA cuando se trata de procesos que deben desarrollar pensamiento individual (por ejemplo, construir una idea propia, resolver un problema lógico, o escribir una reflexión personal).

Nivel 2: Usar IA como inspiración para obtener ideas, ejemplos, perspectivas, insumos y/o herramientas, pero con una clara intención de reelaborar, transformar y construir algo nuevo.

Nivel 3: Usar IA como herramienta de análisis crítico, explorando sus límites, errores, inconsistencias y sesgos para fortalecer la capacidad de discernimiento.

4. Aprender a dudar también es aprender: La interacción con IA se ha convertido en una oportunidad para enseñar pensamiento crítico en acción, pues muchas veces los estudiantes descubren que las respuestas de la IA no son siempre correctas, ni éticas, ni contextualizadas.

Desafíos enfrentados

Por supuesto que dentro de todos estos escenarios y en este ejercicio, he podido identificar algunos retos o desafíos que me han cuestionado la forma en la que se aborda el trabajo y construcción de saberes en entornos académicos, dentro de ellos puedo destacar:

1. Romper la visión utilitarista de la tecnología: Cambiar la percepción de que la tecnología solo sirve para agilizar tarea, ya que muchos estudiantes (y colegas) veían la IA como una herramienta para “hacer el trabajo más rápido”, sin reflexionar sobre sus implicaciones éticas, sus límites o impacto en el pensamiento.

2. Falta de formación docente frente a la IA: Muchos docentes aún no se sienten preparados para integrar la IA en sus prácticas, ya que existe miedo, desconocimiento o simplemente falta de tiempo para explorar sus usos y esto ha hecho que parte del trabajo se haya convertido también en formación entre pares, compartiendo experiencias, diseñando recursos didácticos y generando espacios de diálogo sobre la IA en la escuela.

3. Evitar la sobrecarga tecnológica: La incorporación de herramientas emergentes como la IA puede generar saturación si no se planifica adecuadamente, allí, el desafío es no caer en el tecnocentrismo, entendiendo que el centro de la educación sigue siendo el estudiante, su pensamiento y su desarrollo integral.

4. Gestionar la ética del uso de la IA: Otro reto ha sido enseñar a los estudiantes a usar la IA de forma ética y responsable. Esto incluye:

• ·         No hacer plagio ni presentar respuestas generadas por IA como propias.
• ·         No utilizar IA para difundir desinformación o contenido inapropiado.
• ·         Reconocer cuándo una respuesta de IA puede estar sesgada o mal formulada.

Para esto, ha sido clave crear acuerdos de aula, desarrollar casos simulados, hacer análisis de dilemas éticos y fortalecer una cultura digital crítica basada en el respeto, la integridad y la responsabilidad.

5. Superar la brecha de acceso: Aunque muchos estudiantes acceden a herramientas de IA desde sus dispositivos personales, aún existen barreras de acceso en algunos contextos y esto exige diseñar estrategias híbridas, donde la enseñanza sobre IA no dependa exclusivamente del acceso a plataformas digitales, sino que también se trabaje desde lo análogo, lo reflexivo y lo colaborativo.