IA na universidade e intelixencia humana

Hai unha pregunta que debería presidir calquera debate serio sobre intelixencia artificial na educación superior: como utilizar unha ferramenta extraordinariamente poderosa sen renunciar ao desenvolvemento do pensamento propio?

A cuestión non é tecnolóxica. É educativa.

Hai unhas semanas preguntei aos meus alumnos como prepararan un traballo. A maioría recoñeceu ter utilizado IA. A resposta interesoume menos que a seguinte pregunta: cantos deles contrastaran realmente o que a IA lles entregara?

A universidade non existe unicamente para transmitir coñecementos ou mellorar a empregabilidade dos seus estudantes. A súa misión máis profunda consiste en formar criterio, capacidade de análise, xuízo e pensamento crítico. Nun momento no que unha intelixencia artificial pode xerar respostas, resumos, informes ou mesmo ensaios completos en cuestión de segundos, esa misión resulta máis importante que nunca.

Por iso considero que a intelixencia artificial debe estar presente na universidade. Non como unha ameaza que hai que evitar, senón como unha realidade que é necesario comprender, dominar e utilizar con responsabilidade. De feito, defendi a incorporación de formación específica sobre IA nos plans de estudo universitarios, entendida non como un gasto, senón como un investimento produtivo no criterio dos futuros profesionais.

Pero a pregunta relevante non é se a IA debe entrar nas aulas. A verdadeira pregunta é como debe facelo.

E convén ser honestos cun problema que xa non podemos ignorar: as aulas baleiranse. Entre unha materia que a miúdo se explica de forma tediosa, uns estudantes acostumados a impactos de vinte segundos que desconectan ao primeiro descenso de ritmo, e unhas clases que apenas aproveitan a IA para gañar dinamismo, a asistencia presencial converteuse nun síntoma incómodo. A resposta non é competir co móbil nin renderse a el, senón empregar precisamente a intelixencia artificial para devolver á clase aquilo que a fai insubstituíble: o debate en vivo, o contraste de escenarios en tempo real, a dinámica de «IA fronte a humano» que obriga a pensar, a conexión inmediata entre teoría e realidade. A mesma tecnoloxía que se acusa de fragmentar a atención pode, ben dirixida, recuperala. Non convertendo a docencia en espectáculo, senón facéndoa máis viva, máis participativa e esixente co criterio de quen aprende.

|A mesma tecnoloxía que se acusa de fragmentar a atención pode, ben dirixida, recuperala.

A IA pode converterse nunha magnífica ferramenta para acelerar procesos, contrastar perspectivas, explorar alternativas ou enriquecer a aprendizaxe. Con todo, perde o seu valor educativo cando substitúe precisamente aquilo que a universidade debería cultivar: o esforzo intelectual necesario para comprender, analizar e construír coñecemento propio.

|Existe unha diferenza fundamental entre apoiarse nunha ferramenta para pensar mellor e delegar nela a tarefa de pensar.

Non é o mesmo utilizar a IA para ampliar as nosas capacidades que utilizala para substituílas. Esa fronteira —fina, pero decisiva— é a que separa unha universidade que forma criterio doutra que só entrega tarefas rematadas antes.

Por iso defendo unha aproximación que poderiamos denominar Slow AI: unha intelixencia artificial ao servizo da aprendizaxe profunda, do desenvolvemento do criterio e da reflexión pausada. Unha IA que acompañe o pensamento humano sen ocupar o seu lugar. Non se trata de frear a tecnoloxía, senón de reducir a velocidade do piloto automático para elevar o nivel do xuízo humano. E isto non é unha aspiración teórica: é o que este curso estamos a implementar na Universidade da Coruña con Simplicity Lab, un modelo pedagóxico que converte a aula nun laboratorio. A lóxica é tan sinxela como esixente: primeiro entrena a teoría e só despois entra a IA, como copiloto e non como autor. A partir de aí, cada sesión combina casos reais con datos públicos verificables, simulacións e debates dirixidos nos que se contrasta en vivo o que aporta a máquina e o que decide a persoa; despois, cada estudante entrega unha análise propia, supervisada e con avaliación trazable. O principio que o sostén é o mesmo que dá nome á metodoloxía —ensinar mellor sen ensinar máis— e resúmese nunha soa idea: a IA como amplificador do criterio, nunca como o seu substituto.

|A IA non debe pensar polo estudante. Debe axudalo a pensar mellor.

O exemplo máis claro desta filosofía é o Tutor MAIA —asistente maieútico— que este curso incorporamos á aula. É un axente conversacional deseñado a contracorrente: non resolve. Por moito que o estudante insista —aínda que alegue que o necesita para un exame—, nunca entrega a resposta; explícalle, con amabilidade, que a súa función non é resolver, senón axudalo a pensar. No seu lugar pregunta, pídele definir os termos, explicitar os supostos, aportar exemplos e contraexemplos, examinar consecuencias e conectar cada idea cos conceptos da materia. Traballa sempre a partir do que o alumno aporta e, cando detecta un erro de razoamento, non o corrixe: sácalo á luz con outra pregunta. E pecha cada conversa cunha tarefa concreta. É dicir, xera traballo intelectual en lugar de evitalo: unha IA deliberadamente lenta e esixente, exactamente o contrario da máquina que entrega as tarefas rematadas antes.

|Un tutor que nunca dá a resposta: a súa función non é resolver, senón ensinar a pensar.

A universidade non ten que escoller entre tecnoloxía e humanismo: esa dicotomía custounos xa demasiados anos de debates estériles. O que si debe facer é ensinar a usar a ferramenta da única forma que a fai verdadeiramente valiosa: para pensar mellor, non para pensar menos.

A universidade do futuro non será mellor por incorporar máis intelixencia artificial. Será mellor se consegue que os seus estudantes desenvolvan máis intelixencia humana grazas a ela.

|”Ese é o verdadeiro reto. E tamén a gran oportunidade. Unha oportunidade que esixirá novas metodoloxías capaces de ensinar a pensar coa IA sen deixar de pensar por un mesmo.” Guillermo Taboada

Ese é o verdadeiro reto. E tamén a gran oportunidade.