A slow AI na universidade: como ensinar a pensar coa IA en lugar de deixar que pense por ti

Levamos anos escoitando que a intelixencia artificial vai cambiar todo. E en parte é verdade. Pero hai unha pregunta que case ninguén se fai nas aulas universitarias: ¿estámola a usar para pensar mellor ou simplemente para rematar antes?

Esta distinción importa moito máis do que parece.

| A IA non debería entenderse como un atallo, senón como unha palanca cuxo valor depende do propósito e da madurez coa que se utilice.

A chamada slow AI non é unha tecnoloxía nin un software. É unha maneira de relacionarse coa intelixencia artificial. Unha actitude. Fronte ao uso compulsivo e automático —pedirlle á máquina que pense por nós e copiar o resultado—, a slow AI propón algo radicalmente diferente: usar a IA de forma pausada, consciente e crítica, como un interlocutor que nos axuda a cuestionar o que cremos saber.

O nome ten unha débeda evidente co movemento slow food: igual que este reivindicou o tempo, a orixe e o sabor fronte á comida rápida, a slow AI reivindica o proceso, a reflexión e o xuízo fronte ao consumo instantáneo de respostas. Non se trata de ir lento por ir lento. Trátase de non saltarse os pasos que fan que a aprendizaxe sexa real.

A slow AI aplicada non consiste en frear a tecnoloxía, senón en reducir a velocidade do piloto automático para elevar o nivel do xuízo humano. É o enfoque que defenden a UNESCO e a OCDE cando falan de IA human-centred: primeiro pensar, logo consultar; pedir alternativas, obxeccións e sesgos, non só respostas; e ter sempre claro que aportou a máquina e que decidiu a persoa. A UNESCO advirte expresamente que certos usos da IA xerativa poden debilitar o pensamento independente se desprazan o esforzo cognitivo. A OCDE, nos seus informes sobre educación dixital, vai na mesma liña: docentes e estudantes deben interpretar criticamente o que xera a IA, non consumilo sen filtro. Dito sen solemnidade: menos turbo algorítmico e máis dirección asistida con cerebro.

|O problema non é que a IA dea respostas rápidas. O problema é cando esa rapidez nos impide formarnos unha opinión propia.

Nos MacroMinutos da Universidade da Coruña, expertos como Andrés Pedreño (exreitor da Universidade de Alicante), Cristina Visconti (directora de talento de CLUM), Víctor Callejo (cofundador de HYXORA) e o experto en IA Luis Martín (Co‑Founder Binomial Consulting & Design) advertían dun cambio inminente: pronto un alumno podería chegar á aula acompañado dun axente de intelixencia artificial capaz de manexar máis coñecemento que o propio profesor. Nese escenario, a IA pasará a formar parte natural do ecosistema de traballo e o papel do docente evolucionará desde transmisor de contidos a guía intelectual, axudando aos estudantes a formular mellores preguntas e a desenvolver pensamento crítico propio.

¿E como se traduce isto na práctica? No meu caso, esta lóxica foise aplicando na Universidade da Coruña a través da metodoloxía Simplicity Lab, un modelo pedagóxico que estrutura cada sesión para que o estudante participe de forma activa, conecte teoría e realidade, e utilice a IA como apoio ao razoamento, non como substituto do esforzo intelectual.

|Non elixo entre innovación e rigor académico. Uso a innovación para que dominen mellor o temario polo que os van a examinar.

O bloque de IA aplicada é onde a slow AI cobra vida de verdade. Non se trata de ensinar a usar ChatGPT para redactar traballos. Trátase de alfabetizar ao estudante no proceso: que pregunta facer, como interpretar a resposta, que sesgos pode conter, cando a supervisión humana é insubstituíble. As primeiras semanas do cuatrimestre os alumnos aprenden a configurar e a cuestionar a ferramenta. As seguintes, a usala para traballar con datos. Máis adiante, para comparar escenarios. E no tramo final, para reflexionar sobre ética e pensamento crítico a través do Debate Económico da UDC. Todo cunha dinámica que se repite: IA versus humano. Comparamos resultados e tempo. E aprendemos xuntos cando a máquina é máis eficiente e cando o xuízo propio detecta o que o algoritmo non ve.

| A IA é o voso titor persoal dispoñible as 24 horas. Pero como todo bo titor, o seu valor non está en darche a resposta, senón en axudarche a atopala.

Este enfoque ten tres hábitos moi concretos que calquera estudante —e calquera profesional— pode aplicar desde hoxe mesmo.

O primeiro é elaborar sempre un borrador propio antes de consultar calquera ferramenta. Aínda que sexa imperfecto. Aínda que sexa breve. Ese borrador é o punto de partida para que a IA sexa útil e non substitutiva.

O segundo hábito é deixar rexistro: que preguntaches, que respondeu a IA, e que decidiches aceptar ou descartar, e por que. Parece burocracia, pero non o é. Ese pequeno xesto converte o uso da ferramenta nun exercicio de criterio propio, non de copia.

E o terceiro, que é o que máis custa: aprender a facer prompts que obriguen a pensar, non só a completar tarefas. Non “escíbeme un resumo disto”, senón “que supostos non estou vendo?”, “que interpretación alternativa existe?”, “cal é o punto débil do meu argumento?”. A diferenza entre unha pregunta e outra é a diferenza entre usar a IA como fotocopiadora ou como copiloto crítico.

|A IA non substitúe o pensamento. Provócao. Pero só se ti te presentas con algo propio que defender.

O resultado, aplicado na aula semana a semana, é visible. Os estudantes aprenden a analizar con máis matices, a comunicar con máis estrutura, a traballar con datos sen perder o xuízo. E sobre todo, comezan a distinguir entre saber usar unha ferramenta e saber pensar con ela. Esa distinción, no mercado laboral que os espera, vai marcar a diferenza.

A universidade non ten que escoller entre tecnoloxía e humanismo. Esa é unha falsa dicotomía que nos custou demasiados anos de debates estériles. O que si ten que facer é deixar de usar a IA como un atallo e comezar a usala como o que pode ser: unha ferramenta para pensar mellor. A slow AI —ben entendida, ben ensinada, ben practicada— non é unha tendencia. É unha decisión.

O obxectivo nunca foi correr máis. Foi comprender mellor.