9 DE ABRIL<\/p>\n\n\n\n
LA DIARIA<\/p>\n\n\n\n
Por Jennifer Silva, Pablo de los Campos<\/strong><\/p>\n\n\n\n Si en educaci\u00f3n se dise\u00f1a un juego en el que el que el atajo de la IA conduce al mismo lugar que el camino largo y esforzado, Pablo de los Campos y Jennifer Silva se preguntan si el problema es la IA o el dise\u00f1o del juego, y trazan algunas perspectivas para valorizar la escritura en el aula.<\/p>\n\n\n\n Como se\u00f1al\u00e1bamos en la nota anterior, m\u00e1s que leer el uso masivo de inteligencia artificial (IA)1<\/a> en las tareas escolares como un acto de deshonestidad generacional, conviene entenderlo como el s\u00edntoma previsible de un sistema de evaluaci\u00f3n que sigue premiando m\u00e1s el producto que el proceso. Todas las generaciones hemos sentido la tentaci\u00f3n del camino corto, aun sabiendo \u2013como nos ense\u00f1a Caperucita Roja\u2013 que no siempre es gratis. Para dise\u00f1ar mejor el juego, conviene detenerse en lo que el atajo deja sin construir. Este fen\u00f3meno no se limita a las aulas. Fuera de ellas, cuando la IA se usa como sustituto del pensamiento, el resultado es igualmente empobrecedor.<\/p>\n\n\n\n En la red social X se repite una escena que lo ilustra con precisi\u00f3n. Alguien hace una afirmaci\u00f3n y, antes de razonar o contrastar fuentes, otro escribe \u201c@grok \u00bfes verdad?\u201d. El 28 de febrero, durante un ataque a\u00e9reo que destruy\u00f3 una escuela de ni\u00f1as en Minab, Ir\u00e1n, esa din\u00e1mica tuvo consecuencias concretas. Mientras los medios documentaban el ataque, Grok, el chatbot de IA de X no solo lo neg\u00f3: cuando los usuarios le pidieron verificar las im\u00e1genes, afirm\u00f3 que correspond\u00edan a un ataque del ISIS en Kabul en 2021, avalando sin pruebas mensajes de cuentas an\u00f3nimas. Esa versi\u00f3n circul\u00f3 en redes antes de ser desmentida por los verificadores de diversos medios. La correcci\u00f3n lleg\u00f3 tarde y se difundi\u00f3 menos.<\/p>\n\n\n\n Quien pregunt\u00f3 no buscaba contrastar, sino confirmar. Us\u00f3 a Grok como or\u00e1culo, del mismo modo que un estudiante usa la IA para que resuelva una tarea sin pasar por el proceso de pensar. En ambos casos, el atajo evita el ejercicio de construir pensamiento cr\u00edtico. Y el riesgo es real. Todas las IA pueden hacer pasar como verdaderos datos err\u00f3neos, referencias inexistentes o fechas equivocadas; en la jerga inform\u00e1tica esto se conoce como alucinaciones. El problema no es la herramienta, sino saltarse las preguntas que entrenan el criterio. \u00bfC\u00f3mo se sabe? \u00bfDe d\u00f3nde surge esa informaci\u00f3n? \u00bfQu\u00e9 falta para estar seguro? Eso, cuando se delega sistem\u00e1ticamente, no se recupera con ninguna b\u00fasqueda posterior. Consultar a una IA no es el problema. El problema es usarla como or\u00e1culo y perder en ese desplazamiento algo irrecuperable, el ejercicio mismo de dudar y hacerse cargo.<\/p>\n\n\n\n La deuda cognitiva se acumula cuando la delegaci\u00f3n sistem\u00e1tica reemplaza las operaciones centrales del aprendizaje: elaborar ideas propias, conectarlas con lo que ya se sabe, revisarlas hasta que cobren sentido. El estudio m\u00e1s citado sobre este fen\u00f3meno es el del MIT Media Lab, titulado algo as\u00ed como Tu cerebro en ChatGPT: Acumulaci\u00f3n de deuda cognitiva al usar un asistente de IA para tareas de redacci\u00f3n de ensayos, publicado en 2025. La investigaci\u00f3n tiene cr\u00edticas metodol\u00f3gicas \u2013la muestra es reducida y los titulares suelen exagerar sus conclusiones\u2013, pero lo que sus datos s\u00ed sugieren es revelador. Los participantes que escribieron apoy\u00e1ndose m\u00e1s en IA sent\u00edan que el trabajo no les pertenec\u00eda y, poco despu\u00e9s de entregarlo, ten\u00edan grandes dificultades para recordar lo que supuestamente acababan de escribir. La evidencia apunta a una regla b\u00e1sica del aprendizaje: cuando el esfuerzo pesado lo hace otro, el m\u00fasculo cognitivo no se entrena.<\/p>\n\n\n\n Es tentador comparar la IA con la calculadora. Si nadie llama trampa a usarla en matem\u00e1ticas, \u00bfpor qu\u00e9 habr\u00eda problema en usar IA para escribir? La analog\u00eda tiene algo de verdad. La calculadora libera al estudiante de la aritm\u00e9tica para concentrarse en el razonamiento matem\u00e1tico, delegando lo operativo para preservar el n\u00facleo de la habilidad. La versi\u00f3n m\u00e1s atractiva del argumento funciona del mismo modo: la herramienta liberar\u00eda la producci\u00f3n superficial del texto para que el estudiante se concentre en el argumento. El problema es que en la escritura no existe un equivalente de \u201cla aritm\u00e9tica\u201d; las decisiones de la superficie textual son las que generan sentidos. Construir sentido, argumentar y revisar no es un paso previo al pensamiento, es el pensamiento mismo. Delegar la escritura no es tener un GPS para llegar m\u00e1s r\u00e1pido al destino. Es mandar a alguien en tu lugar para que haga el viaje. La foto en la playa la vas a tener igual, pero lo que ese camino construye no te lo hace nadie.<\/p>\n\n\n\n Si pensamos en usar la IA como asistente m\u00e1s que como sustituto, la noci\u00f3n de andamiaje del psic\u00f3logo Lev Vygotsky resulta pertinente. Un apoyo sirve si permite llegar a un lugar nuevo y luego se retira; si se vuelve permanente, deja de ser apoyo y se transforma en dependencia. La teor\u00eda de carga cognitiva de John Sweller agrega el matiz complementario: lo que produce aprendizaje real es la carga que obliga a procesar, conectar y construir. Ese l\u00edmite, sin embargo, no es universal. Para estudiantes con dislexia o TDAH, usar IA para destrabar el primer p\u00e1rrafo genera equidad, no deuda. El l\u00edmite entre el andamio y la muleta depende siempre de qui\u00e9n est\u00e1 caminando.<\/p>\n\n\n\n La promesa optimista de que la IA nos puede ayudar a personalizar el aprendizaje y superar las inequidades en el aula sigue incumplida. Para usar la IA como andamio \u2013por ejemplo, revisar sus respuestas; decidir la pertinencia de las ideas a incluir en nuestro texto; analizar desde qu\u00e9 lugar te\u00f3rico surgen y si estamos de acuerdo con ese posicionamiento; qu\u00e9 cambios hacer en la textualizaci\u00f3n para no perder nuestra propia voz\u2013 se necesita saber. Saber sobre los temas disciplinares, saberes sociales sobre los \u00e1mbitos y las convenciones, saberes ling\u00fc\u00edsticos y discursivos. Y este saber no est\u00e1 distribuido equitativamente entre nuestros estudiantes. Quien m\u00e1s dominio tenga sobre estos saberes, va a estar mejor preparado para hacer un uso m\u00e1s efectivo y \u00e9tico de la herramienta. Y para esto, no hay atajos.<\/p>\n\n\n\n De prohibir a ense\u00f1ar c\u00f3mo integrar para aprender<\/strong><\/p>\n\n\n\n Frente al desaf\u00edo que para los docentes representa ense\u00f1ar en un mundo con IA, la respuesta m\u00e1s tentadora \u2013y m\u00e1s antigua\u2013 es la prohibici\u00f3n. Las escuelas ya declararon la guerra a la calculadora, a Wikipedia, al celular. Si algo distorsiona el aula, se destierra. Ahora le toca a la IA: si ella escribe, que no entre. Es una respuesta AC en un mundo DC. Desde esa posici\u00f3n, el docente queda reducido a detector, vigilante o cazador, y al evaluar tiene que tratar a todos sus estudiantes como sospechosos antes de leer una sola l\u00ednea.<\/p>\n\n\n\n La carrera que sigue es predecible. La presa aprende a no ser atrapada y, en esta pelea entre el gato y el rat\u00f3n, la tecnolog\u00eda avanza m\u00e1s r\u00e1pido que cualquier herramienta de detecci\u00f3n. En 2023, la propia OpenAI retir\u00f3 su clasificador de texto generado admitiendo su baja precisi\u00f3n, con una tasa de error que lo hac\u00eda in\u00fatil en la pr\u00e1ctica. Un presentador en un webinar oficial de la empresa recomend\u00f3, ante la pregunta por la integridad acad\u00e9mica, volver a los blue books \u2013los cuadernillos de examen en papel\u2013, comparable a que la cadena de comida r\u00e1pida McDonald\u2019s recomiende cocinar en casa.<\/p>\n\n\n\n Consideramos que el redise\u00f1o pedag\u00f3gico es una alternativa para evitar esta inc\u00f3moda posici\u00f3n de la sospecha. Es la opci\u00f3n m\u00e1s compleja, la que exige m\u00e1s tiempo y m\u00e1s esfuerzo, y la que tampoco garantiza nada. Es tambi\u00e9n la que nos devuelve a la esencia de nuestro rol: intentar que nuestros alumnos aprendan m\u00e1s y mejor. Como ya sabemos, no existen f\u00f3rmulas m\u00e1gicas; sin embargo, hay caminos posibles.<\/p>\n\n\n\n Cuando las consignas requieren recorrido visible \u2013borradores, decisiones justificadas, narraci\u00f3n del recorrido\u2013, la trampa se vuelve mucho m\u00e1s dif\u00edcil y mucho menos tentadora. Una consigna tradicional como \u201cescriba un ensayo sobre las causas de la Revoluci\u00f3n francesa\u201d se resuelve con IA en segundos. Una que pide se\u00f1alar tres errores en el texto que la IA produce sobre ese mismo tema, justificarlos con la bibliograf\u00eda y reflexionar sobre ese di\u00e1logo es otra cosa, convierte a la IA en materia prima; no en un atajo. No es infalible \u2013un estudiante muy decidido puede pedirle a otra IA que critique a la primera\u2013, pero eleva el costo del atajo hasta acercarlo al del aprendizaje real. Y eso es mucho m\u00e1s que lo que logra cualquier detector.<\/p>\n\n\n\n Cuando las consignas implican escribir para alguien de verdad, con un prop\u00f3sito aut\u00e9ntico, cobra m\u00e1s sentido revisar cr\u00edtica y \u00e9ticamente lo que sugiere la IA, si decidimos usarla. Ya no se trata de escribir para un docente, en la privacidad de la relaci\u00f3n did\u00e1ctica: alguien que ya sabe lo que se supone que el alumno debe explicar o que ya est\u00e1 convencido de lo que el estudiante debe defender. Ante una audiencia real, nuestro nombre estar\u00e1 expuesto, seremos desafiados a ser convincentes y s\u00f3lidos para ser tomados en cuenta, estaremos visibles ante una comunidad. Nos referimos a las propuestas de producciones destinadas a un medio estudiantil o acad\u00e9mico, a una jornada o un congreso, que invitan al estudiante a cambiar la relaci\u00f3n con lo que escribe y con sus lectores.<\/p>\n\n\n\n Cuando las consignas suponen concebir la escritura como un proceso de interacci\u00f3n con otros, se habilita el lugar del que escribe como autor de su propio texto o como contribuyente de textos ajenos. Nos referimos a dialogar con la bibliograf\u00eda para generar ideas y abrir preguntas; con los compa\u00f1eros para discutir la consigna, tomar posiciones, argumentarlas; con los aportes del docente: activar el componente dial\u00f3gico de la escritura. \u00bfPuede ense\u00f1arse a usar la IA para generar interacciones ricas que permitan iterar y complementar estos procesos, sin evitarlos? El aprendizaje de la escritura nunca fue en solitario; en la era de la IA, rescatar esa dimensi\u00f3n colectiva se vuelve m\u00e1s necesario, no menos.<\/p>\n\n\n\n Cuando el prop\u00f3sito de una actividad lo habilite, podemos integrar el uso de la IA desde la consigna con propuestas orientadas a construir usos cr\u00edticos, incorpor\u00e1ndola en alguno de los procesos implicados en el escribir. Podemos habilitar el uso de la IA para explorar ideas al inicio y pedir que justifiquen la toma de decisiones final en su texto. O, elaborada una primera versi\u00f3n, podemos invitar a los alumnos a que le pidan a la IA identificar problemas en la progresi\u00f3n de la informaci\u00f3n, en el uso de conectores, en la estructura sint\u00e1ctica de las oraciones o en la ortograf\u00eda y que, a partir de las respuestas, presenten y justifiquen las decisiones sobre los cambios.<\/p>\n\n\n\n Cuando valoramos que los sesgos y alucinaciones de la IA son riesgos reales y nos disponemos a poner la IA bajo la lupa junto con ellos, los problemas del uso acr\u00edtico de la herramienta se vuelven m\u00e1s palpables. Probarla en clase, identificar errores factuales, detectar sesgos o analizar c\u00f3mo cambian las respuestas seg\u00fan la forma del prompt es una forma de entrenar el criterio propio. Un estudiante que busca activamente cu\u00e1ndo la herramienta falla, distorsiona o simplifica est\u00e1 en condiciones de usarla bien. Uno que la acepta sin m\u00e1s, est\u00e1 incorporando una voz que no interrog\u00f3, una s\u00edntesis que no construy\u00f3, una conclusi\u00f3n cuyas premisas no valor\u00f3. El criterio no es solo t\u00e9cnico; es tambi\u00e9n \u00e9tico.<\/p>\n\n\n\n Cuando usamos IA, declararla es una cuesti\u00f3n de integridad intelectual. As\u00ed como les pedimos a los estudiantes que citen sus fuentes, tambi\u00e9n deben explicitar qu\u00e9 IA usaron y para qu\u00e9. Pero la sola declaraci\u00f3n no alcanza. La experiencia en aulas universitarias lo confirma: tres de cada cuatro estudiantes no declararon el uso de IA, aunque era obligatorio, seg\u00fan una publicaci\u00f3n de la investigadora Chahna Gonsalves de 2024 con alumnos de una facultad de Reino Unido. Entonces, sin un proceso visible, declarar no mueve la aguja. Funciona cuando hay borradores sucesivos, devoluciones en el proceso y no solo al final. Quien puede narrar su camino \u2013explicar qu\u00e9 decidi\u00f3, qu\u00e9 cambi\u00f3, qu\u00e9 sostuvo y por qu\u00e9\u2013 prueba algo que ning\u00fan texto ajeno puede imitar. Implica un uso sin atajos. Ese relato no es un tr\u00e1mite; es evidencia evaluable en s\u00ed misma, tan v\u00e1lida como el producto final.<\/p>\n\n\n\n Finalmente, pensar c\u00f3mo integrar la IA para aprender nos lleva a la cuesti\u00f3n de la transparencia: esta no deber\u00eda ser una exigencia solamente para los estudiantes. Si tambi\u00e9n nosotros usamos IA para dise\u00f1ar consignas, generar r\u00fabricas y dar retroalimentaci\u00f3n, nombrar ese uso \u2013cu\u00e1ndo, para qu\u00e9, qu\u00e9 se revis\u00f3 despu\u00e9s\u2013 es parte del mismo contrato intelectual que le pedimos al estudiante. Incluir la dimensi\u00f3n \u00e9tica en el aula, como asunto a discutir con los estudiantes, no es opcional.<\/p>\n\n\n\n Las torceduras y las cicatrices<\/strong><\/p>\n\n\n\n Para terminar, volvamos al inicio. Aquellos estudiantes entregaron textos que cerraban bien, sin fisuras visibles ni titubeos; carec\u00edan de la huella de quien escribe por primera vez sobre algo que le importa. Esa superficie lisa no evidencia un aprendizaje. Lo que hace que un texto sea genuinamente de alguien no es su fluidez, sino sus marcas. Se nota en la decisi\u00f3n que cost\u00f3 tomar, el argumento que se reescribi\u00f3 tres veces o la idea que se sostuvo porque alguien la pens\u00f3, la revis\u00f3 y eligi\u00f3 defenderla.<\/p>\n\n\n\n Son estas marcas las que evidencian su agencia: la capacidad de decir \u201cesta idea es m\u00eda, la pens\u00e9 yo y me hago cargo\u201d. Es exactamente lo que se construye si alguien escribe de verdad, revisa, decide y asume lo que afirma. Ninguna IA la fabrica porque ninguna la padece. Las torceduras y las cicatrices que busc\u00e1bamos en esos textos no son imperfecciones, sino la prueba de que alguien estuvo ah\u00ed.<\/p>\n\n\n\n Jennifer Silva es profesora de Lengua y Literatura, licenciada en Psicolog\u00eda y mag\u00edster en Curr\u00edculum y Aprendizaje. Ha profundizado en la ense\u00f1anza de la lectura, la escritura y la oralidad acad\u00e9micas a futuros profesores como docente efectiva en el Consejo de Formaci\u00f3n en Educaci\u00f3n. Pablo de los Campos es especialista en educaci\u00f3n y docente de Ciencias de la Computaci\u00f3n. Dirige el \u00e1rea de Tecnolog\u00eda e Innovaci\u00f3n en la Escuela Integral, donde impulsa proyectos de rob\u00f3tica, programaci\u00f3n y recursos digitales desde inicial hasta bachillerato.<\/p>\n\n\n\n Ciencia en primera persona es un espacio abierto para que cient\u00edficos y cient\u00edficas reflexionen sobre el mundo y sus particularidades. Los esperamos en ciencia@ladiaria.com.uy.<\/p>\n\n\n\n Aclaraci\u00f3n: aunque la inteligencia artificial incluye m\u00faltiples tecnolog\u00edas, en este art\u00edculo usamos el t\u00e9rmino en un sentido acotado para referirnos a la inteligencia artificial generativa. M\u00e1s espec\u00edficamente, aludimos a los grandes modelos de lenguaje (LLM, por sus siglas en ingl\u00e9s), sistemas de aprendizaje autom\u00e1tico entrenados para procesar, predecir y generar texto en lenguaje natural como ChatGPT, Claude o Gemini. \u21a9<\/a><\/em><\/p>\n","protected":false},"excerpt":{"rendered":" 9 DE ABRIL LA DIARIA Por Jennifer Silva, Pablo de los Campos Si en educaci\u00f3n se dise\u00f1a un juego en el que el que el atajo de la IA conduce al mismo lugar que el camino largo y esforzado, Pablo de los Campos y Jennifer Silva se preguntan si el problema es la IA o el … Continue reading \u00ab\u00bfQui\u00e9n aprende cuando escribe la IA? Parte 2: lo que el atajo no construye\u00bb<\/span><\/a><\/p>\n","protected":false},"author":5,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_uag_custom_page_level_css":"","footnotes":""},"categories":[3],"tags":[],"class_list":["post-8848","post","type-post","status-publish","format-standard","hentry","category-7dias"],"uagb_featured_image_src":{"full":false,"thumbnail":false,"medium":false,"medium_large":false,"large":false,"1536x1536":false,"2048x2048":false,"post-thumbnail":false},"uagb_author_info":{"display_name":"Juan Pablo","author_link":"https:\/\/audec.edu.uy\/index.php\/author\/juan-pablo\/"},"uagb_comment_info":0,"uagb_excerpt":"9 DE ABRIL LA DIARIA Por Jennifer Silva, Pablo de los Campos Si en educaci\u00f3n se dise\u00f1a un juego en el que el que el atajo de la IA conduce al mismo lugar que el camino largo y esforzado, Pablo de los Campos y Jennifer Silva se preguntan si el problema es la IA o el…","_links":{"self":[{"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/posts\/8848","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/comments?post=8848"}],"version-history":[{"count":1,"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/posts\/8848\/revisions"}],"predecessor-version":[{"id":8849,"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/posts\/8848\/revisions\/8849"}],"wp:attachment":[{"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/media?parent=8848"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/categories?post=8848"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/audec.edu.uy\/index.php\/wp-json\/wp\/v2\/tags?post=8848"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\n\n\n\n