En pocos años, los sistemas capaces de producir textos, imágenes, código y análisis dejaron de ser una curiosidad técnica y pasaron a estar disponibles en casi cualquier dispositivo. La discusión pública se organizó rápidamente alrededor de dos posiciones opuestas y poco útiles. Una anuncia el fin del trabajo humano. La otra sostiene que se trata de una moda pasajera.

Entre ambas existe un espacio más productivo, vinculado con la alfabetización. Se trata de comprender cómo funcionan estos sistemas lo suficiente como para decidir cuándo conviene utilizarlos, cuándo es preferible no hacerlo y qué aspectos deben verificarse siempre. En 2024, la UNESCO publicó marcos de competencias en inteligencia artificial dirigidos tanto a estudiantes como a educadores. Esa iniciativa muestra que el tema dejó de ser opcional dentro de la agenda educativa.

Lo que hay que entender sobre su funcionamiento

• Predicen, no consultan. Los modelos de lenguaje producen una continuación probable a partir de los patrones que aprendieron durante su entrenamiento. No buscan cada respuesta en una base de datos de hechos verificados, salvo que estén conectados de manera explícita a una fuente externa.
• La fluidez no garantiza exactitud. Un texto puede estar bien escrito, sonar convincente y contener información falsa. La seguridad del tono no permite evaluar la calidad del contenido.
• Reproducen los sesgos presentes en los datos. Si el material utilizado para entrenarlos contenía desequilibrios o representaciones parciales, el sistema puede reproducirlos. En algunos casos, incluso puede reforzarlos.
• Su conocimiento tiene un límite temporal. La información con la que trabaja un modelo se detiene en un momento determinado, salvo que cuente con acceso a fuentes actualizadas.
• No conocen el contexto que no se les proporciona. La calidad de una respuesta depende, en buena medida, de la información incluida en la consigna. Cuando faltan datos relevantes, el sistema completa los vacíos mediante inferencias que pueden ser incorrectas.

El problema educativo real

La discusión más habitual en el ámbito escolar gira alrededor de la copia. La preocupación consiste en evitar que los estudiantes entreguen trabajos generados por un sistema. Es un problema legítimo, pero no es el más importante.

Cuando una tarea solo exige producir un texto que reorganice o resuma información disponible, ya era susceptible de automatización antes de la aparición de estas herramientas. La inteligencia artificial volvió más visible una limitación que ya existía en el diseño de ciertas consignas.

El problema de fondo es la delegación silenciosa del pensamiento. Cuando una persona recurre a un sistema antes de intentar resolver una tarea por su cuenta, pierde una oportunidad de construir el criterio necesario para evaluar la respuesta obtenida.

El riesgo no consiste únicamente en que una herramienta piense en lugar de una persona. El riesgo mayor aparece cuando esa persona deja de contar con los conocimientos necesarios para reconocer si la herramienta se equivoca.

Criterios de uso

Una regla práctica puede aplicarse en casi cualquier contexto. Conviene utilizar estos sistemas para tareas cuyos resultados se puedan verificar, no para aquellas que exceden la capacidad de evaluación de quien los usa.

• Usos de bajo riesgo. Generar alternativas a partir de una idea propia, organizar material ya producido, obtener una primera aproximación que luego será contrastada o practicar mediante una conversación simulada.
• Usos de alto riesgo. Solicitar datos, cifras o citas que se utilizarán sin comprobación. También lo es pedir la resolución de un problema que no se sabe evaluar o firmar un texto que no fue revisado con atención.
• Usos que anulan el aprendizaje. Pedir una respuesta antes de haber intentado formularla o resolverla de manera autónoma.

Qué desarrolla la alfabetización

• Comparar respuestas con fuentes verificadas. Contrastar lo producido por un sistema con información confiable permite identificar errores, omisiones y diferencias de enfoque.
• Observar cómo falla. Pedir de manera deliberada una respuesta sobre un tema en el que se conocen sus limitaciones permite reconocer los patrones de error y comprender por qué la fluidez puede resultar engañosa.
• Trabajar sobre la consigna. Modificar la forma de preguntar y observar cómo cambia el resultado ayuda a comprender la relación entre el contexto proporcionado y la calidad de la respuesta.
• Usarlo como contraparte, no como autoridad. En lugar de pedirle que produzca un argumento completo, puede solicitarse que cuestione una idea propia, señale debilidades o proponga objeciones.
• Analizar qué cambió al utilizarlo. Después de una tarea, conviene revisar qué aportó la herramienta y qué parte del proceso quedó debilitada. Esta reflexión permite distinguir entre asistencia y sustitución.

Para quien acompaña el aprendizaje

Existe una posición intermedia que suele ofrecer mejores resultados que la prohibición total o la aceptación sin condiciones. Consiste en hacer explícito el uso de la herramienta.

Puede pedirse que cada trabajo incluya un registro de cómo se utilizó el sistema, qué partes fueron modificadas y qué información se verificó. De este modo, el uso oculto deja de ser solo un problema de control y se convierte en una oportunidad para analizar decisiones. También conviene mantener la calma frente a una idea recurrente. La aparición de una herramienta capaz de producir respuestas no elimina el valor del conocimiento. Lo desplaza hacia otra función.

Cuando generar contenido se vuelve sencillo y barato, aumenta el valor de saber evaluarlo. En ese contexto, el conocimiento sigue siendo necesario, pero ya no solo para producir una respuesta. También permite juzgar su calidad, detectar sus límites y decidir si merece confianza.