La irrupción de la inteligencia artificial en la educación generó, como vimos en el artículo anterior, un terremoto de preguntas: ¿es oportunidad o colapso? Ahora, más allá del diagnóstico inicial, es tiempo de mirar hacia adelante: ¿qué podemos hacer con la IA dentro de las aulas, en las casas de estudio y en las instituciones educativas sin caer en los extremos del entusiasmo ciego ni del rechazo absoluto?
La idea de este texto no es dar recetas cerradas, sino abrir un espacio donde docentes, estudiantes y responsables institucionales puedan encontrarse. La IA ya está aquí, y lo que está en juego es cómo la usamos.
Viene del artículo anterior: Educación y la irrupción de la inteligencia artificial: ¿oportunidad o colapso?
Cuando los docentes se preguntan si la IA les quita o les devuelve tiempo
Muchos docentes sienten que la IA amenaza con reemplazarlos. Y algo de razón tienen: hay software capaz de diseñar cuestionarios, corregir exámenes de opción múltiple o generar variantes de un mismo ejercicio. Pero detenerse ahí es ver solo la mitad de la película.
Lo que la investigación muestra es que la IA puede liberar tiempo de tareas rutinarias para que los profesores se concentren en lo que más importa: acompañar procesos, dialogar, dar feedback significativo. Xu y Ouyang (2023) muestran que, en la práctica, la mayoría de las aplicaciones de IA en educación automatizan rutinas, pero no redefinen el rol del docente. La oportunidad, entonces, está en usar esas rutinas como plataforma para repensar la enseñanza, no como sustituto.
Un ejemplo concreto: un profesor puede apoyarse en IA para generar rápidamente una rúbrica inicial de evaluación. Pero el valor pedagógico aparece cuando esa rúbrica se adapta al contexto, a los niveles de dificultad y a las necesidades de los estudiantes reales. La IA puede sugerir, pero la decisión crítica sigue siendo humana.
La clave aquí es que el docente se convierta en un curador de inteligencia artificial: alguien que sabe cuándo y cómo aprovechar lo que la IA ofrece, y cuándo es mejor dejarla de lado.
Cuando los estudiantes confunden ayuda con atajo
Del lado del alumnado, el escenario es distinto: muchos ven en la IA un aliado para aligerar tareas. ¿Un ensayo en 10 segundos? ¿Un resumen perfecto sin leer el texto? ¿Traducciones automáticas para no esforzarse en entender? Todo eso suena tentador, pero encierra una trampa cognitiva: la ilusión de aprender sin esfuerzo.
Holmes, Bialik y Fadel (2019) advierten que si no se integra con sentido pedagógico, la IA puede desplazar habilidades humanas esenciales. Dawson y Sutherland-Smith (2023) fueron más lejos: documentaron cómo la dependencia de ChatGPT en contextos académicos se convirtió en un problema de integridad y de pérdida de agencia estudiantil.
El estudiante que solo “copia y pega” de un chatbot no aprende a preguntar, a argumentar ni a reconocer la validez de una fuente. Al contrario: corre el riesgo de convertirse en un usuario pasivo, incapaz de distinguir entre una idea sólida y una respuesta inventada (las famosas hallucinations de los modelos generativos).
Pero esto no significa que la IA no sirva. Bien usada, puede convertirse en un compañero de estudio. Pensemos en un alumno que utiliza IA para practicar exámenes de repaso, obtener explicaciones alternativas de un concepto difícil o pedir ejemplos aplicados a su contexto local. Ahí sí hay aprendizaje genuino: la IA no reemplaza el esfuerzo, sino que lo amplifica.
El problema no es la tecnología, sino el modo de usarla.
Cuando las instituciones tienen que dejar de mirar para otro lado
El tercer actor son las instituciones educativas. Y aquí la responsabilidad es enorme. Mientras docentes y estudiantes prueban, improvisan y a veces se equivocan, las universidades y escuelas necesitan ofrecer un marco claro: reglas, políticas y formación.
Selwyn (2022) fue tajante: muchas instituciones se limitan a “agregar capas tecnológicas” sin rediseñar la lógica pedagógica. Esto genera la ilusión de modernidad, pero en realidad solo maquilla viejas estructuras.
La UNESCO (2023) lo confirma con datos: la brecha digital sigue ampliándose. No solo porque miles de estudiantes no tienen dispositivos ni conexión de calidad, sino porque incluso quienes sí acceden no siempre reciben formación crítica para usar la IA con criterio.
¿Qué implica entonces un uso responsable a nivel institucional?
- Políticas claras sobre integridad académica en la era de la IA (qué se permite, qué se prohíbe y bajo qué condiciones).
- Capacitación docente no solo en manejo técnico de herramientas, sino en pedagogía crítica para integrarlas.
- Infraestructura y equidad: garantizar que el acceso no quede en manos de unos pocos.
- Ética y transparencia: entender que la IA también trae riesgos de sesgo, privacidad y dependencia de grandes corporaciones.
En otras palabras: la IA no debe ser solo un tema de aula, sino también de rectorados, ministerios y organismos internacionales.
Un espacio común para los tres actores
Lo más interesante ocurre cuando estos tres mundos dialogan. Un docente que comparte qué herramientas le sirven para preparar mejor sus clases. Un estudiante que explica cómo la IA lo ayudó a organizarse, pero también dónde se sintió engañado por una respuesta errónea. Una institución que ofrece lineamientos claros para que la innovación no se convierta en desigualdad.
La IA no es una varita mágica, pero tampoco es un monstruo. Es un recurso más en la caja de herramientas educativas. El reto es aprender a convivir con ella sin perder de vista lo fundamental: que la educación no consiste en producir respuestas rápidas, sino en formar personas críticas, creativas y con criterio propio.
La gran pregunta es si seremos capaces de integrar esta tecnología con sentido pedagógico, en vez de dejarnos arrastrar por modas o por miedos. Esa respuesta no la dará un algoritmo. La tenemos que construir entre docentes, estudiantes e instituciones.
Referencias
- Selwyn, N. (2022). Education and Technology: Key Issues and Debates (3ra ed.). Bloomsbury.
- Xu, B., & Ouyang, F. (2023). Artificial intelligence in STEM education: A review of empirical studies. Expert Systems with Applications, 224, 119675.
- Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign.
- Dawson, P., & Sutherland-Smith, W. (2023). ChatGPT and assessment: Prompt engineering and academic integrity. Assessment & Evaluation in Higher Education.
- Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson.
- UNESCO. (2023). Global Education Monitoring Report 2023: Technology in education – A tool on whose terms? UNESCO Publishing.