Por el Grupo de aprendizaje IA
Coordinación de Innovación, Desarrollo y Exploración Académica (CIDEA)
La irrupción progresiva de la (mal) llamada inteligencia artificial ha sacudido los cimientos de las prácticas educativas y académicas con una fuerza aparentemente inusitada. No hay un consenso claro sobre quién usó por primera vez el concepto “inteligencia artificial” ni en qué contexto. Lo que sí parece claro es que las tecnologías generativas como ChatGPT y otras similares han ido consolidando el uso y el significado de este término en años recientes. En ese sentido, nos sumamos a voces críticas expertas (Crawford, 2022; Sadin, 2023; Pozzi, 2020) que ponen en duda la precisión del concepto y advierten que, detrás de su masificación y aparente inevitabilidad, se ocultan intereses comerciales, políticos e ideológicos que están imponiendo una visión reducida tanto de lo que entendemos por inteligencia como de lo que consideramos artificial.
Ante la avalancha de reacciones —que oscilaron entre el pánico apocalíptico y la euforia tecnoutópica—, en nuestro entorno académico surgió la necesidad apremiante de crear espacios seguros para la reflexión colectiva sobre lo que significa educar y aprender en este nuevo escenario. Así nació el «Grupo de Aprendizaje IA»: no como un curso de capacitación técnica, sino como una comunidad viva de pensamiento pedagógico, ético y social centrado en algunos de los retos que la IA ha vuelto urgentes. Esta crónica relata esa experiencia y los aprendizajes que se cultivaron en su interior.
Más allá del manual de usuario
El propósito enunciado era claro: «Compartir y construir colaborativamente experiencias de aprendizaje críticas y creativas a través del uso, apropiación y aplicación de las inteligencias artificiales para la práctica académica». Este objetivo implicaba rechazar explícitamente un enfoque meramente instrumental. No buscábamos convertirnos en expertos en prompt engineering, sino en universitarios críticos, capaces de discernir los efectos de estas tecnologías en la mediación educativa y en el propio sentido de la universidad.
La metodología fue la piedra angular que permitió desarrollar este enfoque, y se articuló en tres pilares esenciales:
- Colaboración radical. Rompimos con la jerarquía tradicional entre docente y estudiante, o entre experto y asistente. Partimos de la premisa de que todos somos aprendices y que toda persona posee un conocimiento valioso para compartir. La riqueza del grupo residía en la suma y en la interacción de sus voces.
- Diversidad como riqueza. La heterogeneidad de disciplinas (humanidades, ciencias, ingenierías, artes), de roles y de niveles de experiencia con la IA no fue un obstáculo, sino el motor que impulsó el proceso. La multiplicidad de enfoques enriqueció las preguntas y reflexiones de manera exponencial.
- Conocimiento colectivo. Las sesiones se organizaron a partir de las inquietudes concretas de los participantes («¿Cómo evalúo un ensayo ahora?», «¿es ético usar la IA para generar retroalimentación a mis estudiantes?», «¿cómo diseño una actividad que use la IA críticamente?»). El conocimiento no se transmitía, se cocreaba en el diálogo y en la reflexión compartida.
Los aprendizajes que emergieron
De este caldo de cultivo colaborativo y experimental surgieron reflexiones profundas que trascendieron ampliamente el mero uso de la tecnología:
- La IA como sociotecnología, y no solo herramienta. Se trató de dejar atrás la visión de la IA como una simple «herramienta» neutral —al estilo de un martillo o una calculadora más potente— para entenderla como una sociotecnología. Esto significa reconocer que su diseño, implementación y uso están atravesados por valores, sesgos (sociales, culturales, raciales, de clase, entre otros), relaciones de poder e impactos significativos en las dinámicas sociales. En el ámbito educativo, la IA no es solo un recurso tecnológico: reconfigura la relación entre profesor y estudiante, subvierte nociones de autoridad, propiedad intelectual y autoría, cuestiona la veracidad y los criterios de validación del conocimiento y, sobre todo, actúa como un espejo que amplifica y visibiliza problemas estructurales preexistentes en los sistemas educativos y en la experiencia de aprender.
- El sentido del profesor-vigilante. Una tensión recurrente fue la del rol docente. La narrativa inicial de muchos se resumía en la pregunta: «¿Cómo evito que mis estudiantes hagan trampa con la IA?». El grupo abordó colectivamente estas preocupaciones. Aprendimos que el rol del docente debe transformarse: de guardián del conocimiento a diseñador de experiencias de aprendizaje significativas, facilitador del pensamiento crítico, guía en el uso ético y reflexivo de la tecnología, y coexplorador junto con el estudiantado.
- Desmontando el modelo transmisivo. La propia dinámica del grupo fue una prueba viva del aprendizaje horizontal: el conocimiento válido y transformador surge de la interacción genuinamente colaborativa, no de la transmisión unidireccional. Experimentar la potencia de construir juntos, de cuestionarnos mutuamente, de aprender de las dudas y experiencias del otro, desinstaló la arraigada idea de que existe «alguien que sabe» (el profesor o experto) frente a «alguien que no sabe» (el estudiante o aprendiz). En el contexto de la IA, esto se traduce en diseñar actividades donde estudiantes y profesores exploren juntos las capacidades y los límites de las herramientas, debatan sus implicaciones éticas, y cocreen criterios para su uso responsable.
- La IA como espejo de lo humano. La capacidad de la IA para generar textos rápidamente funcionó como un revelador que evidenció la obsolescencia de una educación centrada solo en los productos finales. Esto obligó a reorientar la mirada hacia la valoración de procesos y habilidades críticas genuinamente humanas —como el análisis, la creatividad, la empatía o la improvisación—. A su vez, diluyó la noción tradicional de autoría, obligándonos a replantear qué entendemos por originalidad y plagio, y a exigir una transparencia radical en el uso de estas tecnologías. De este modo se reforzó el valor de la voz crítica y propia. Frente a la automatización, la dimensión humana emergió como núcleo pedagógico insustituible: la escucha activa, el acompañamiento reflexivo y la construcción de una comunidad empática se reafirmaron como la esencia diferencial de una educación capaz de responder a la complejidad de nuestro tiempo.
- La IA no es una ruptura abrupta, sino la aceleración y cristalización de tendencias ya preexistentes. Más que una ruptura abrupta, la IA representa la intensificación y cristalización de dinámicas ya en curso: la sobreabundancia informativa, la desintermediación del conocimiento, la centralidad de la curaduría y el pensamiento crítico, la fluidez de la autoría y el aprendizaje ubicuo. Comprenderla como parte de esta transformación sociotécnica más amplia permitió analizarla no como un fenómeno aislado y ahistórico, sino como un síntoma y un acelerador de cambios que ya han estado en marcha. Este enfoque nos ayudó a situar con mayor claridad los desafíos y las oportunidades que plantea.
- La urgente necesidad de una educación socioambientalmente comprometida. La reflexión sostenida sobre la IA reveló constantemente su profunda huella material y energética, inseparable de la crisis climática y del colapso ecosistémico. Su infraestructura —centros de datos, minería de materiales, obsolescencia programada— es un síntoma y acelerador del modelo extractivista dominante. Esto implica un compromiso educativo radical: no basta con usar la IA «eficientemente», ni con adoptar una postura crítica, la educación debe asumir la responsabilidad de desvelar estas conexiones ocultas y de formar ciudadanos capaces de responder activamente a las crisis medioambientes que nos afectan a todos.
- El imperativo ético estructural. Finalmente quedó claro que las respuestas no pueden recaer solo en la voluntad heroica o individual de docentes o estudiantes. La universidad, como institución social, tiene una responsabilidad ética ineludible. Esto implica ir más allá de políticas reactivas de prohibición o de guías superficiales de uso, y requiere lo siguiente:
a) Invertir en formación docente continua y significativa, que no se limite a lo técnico, sino que incluya aspectos pedagógicos, éticos y decoloniales.
b) Desarrollar marcos éticos y de gobernanza claros sobre el uso de datos, propiedad intelectual, transparencia algorítmica, y mitigación de sesgos.
c) Repensar estructuras y procesos, desde los sistemas de evaluación hasta los criterios de acreditación, adaptándolos a la compleja realidad social.
d) Fomentar la investigación crítica sobre IA y educación, con el objetivo de generar conocimiento local, contextualizado y, en la medida de lo posible, también descolonizado, que atienda a las múltiples realidades que enfrentamos.
e) Asumir un compromiso social en el que se priorice la formación de ciudadanos capaces de navegar críticamente un mundo afectado por sistemas automatizados y de cuestionar visiones individualistas y utilitarias.
Conclusión: El aprendizaje como obra colectiva
La experiencia del “Grupo de Aprendizaje IA” fue mucho más que un conjunto de sesiones reflexivas sobre tecnología. Constituyó una exploración pedagógica que apostó por la colaboración, la diversidad de perspectivas y el aprendizaje activo basado en preocupaciones reales. Nos demostró que enfrentar los desafíos de la IA en la educación requiere menos recetas técnicas y más espacios de reflexión profunda, diálogo franco y construcción colectiva de sentido.
La IA no tiene las respuestas para la educación del mañana. Pero, como reflexionamos en este grupo, las respuestas más valiosas pueden emerger cuando nos sentamos juntos, en igualdad, con curiosidad y espíritu crítico, y nos preguntamos colectivamente qué proyecto educativo queremos construir en esta nueva era sociotécnica. El verdadero «aprendizaje sobre IA» no es sobre máquinas, sino sobre nosotros mismos, de nuestras relaciones y el futuro que aspiramos a cocrear.
