La inteligencia artificial en las aulas puede profundizar la brecha educativa, según un investigador británico

La idea de que la inteligencia artificial puede hacer las veces de profesor, o al menos acercar a los chicos a conocimientos que hoy no llegan por la vía del aula tradicional, sumó una voz crítica de peso en el debate global. Wayne Holmes, profesor e investigador del UCL Knowledge Lab, dependiente de la University College London, viene estudiando hace años cómo impactan estas herramientas en la enseñanza. Su conclusión es incómoda para los discursos de marketing tecnológico: en lugar de achicar distancias, la IA en el aula puede ampliar la desigualdad y, de paso, uniformar lo que los estudiantes aprenden.

Por qué la analogía con la calculadora no cierra

En conversación con este portal, Holmes cuestionó una de las comparaciones más repetidas en los últimos meses: la que equipara a la IA generativa con la calculadora que ya llevan décadas usando los alumnos de matemática. La diferencia, según explicó, no es menor: una calculadora es una máquina determinista, es decir, que ante los mismos pasos siempre devuelve el mismo resultado. Si se aprietan las teclas correctas en el orden correcto, la respuesta correcta aparece.

“Con una calculadora, si apretás los botones correctos en el orden correcto, obtenés la respuesta correcta siempre.”Wayne Holmes, investigador del UCL Knowledge Lab

Con la IA generativa eso no pasa. El usuario le hace una pregunta y la herramienta contesta eligiendo, palabra por palabra, cuál es la opción más probable según los miles de millones de textos con los que fue entrenada. Eso significa que la misma consulta puede dar respuestas distintas en momentos distintos y, lo más importante para un estudiante, que el resultado puede ser incorrecto sin que el alumno tenga cómo darse cuenta. Para Holmes, esa diferencia vuelve inválida la comparación: así como un electricista sabe si un enchufe funciona con solo mirarlo, un estudiante difícilmente pueda distinguir una respuesta errónea de una buena cuando ambas llegan redactadas con el mismo tono convincente.

Cómo funciona la IA que se usa en educación

Para entender los reparos del investigador hay que entender qué hace, concretamente, un programa como los que se ofrecen hoy en el mercado. Estos sistemas funcionan como un loro muy sofisticado: leen cantidades enormes de texto, aprenden qué palabra suele aparecer después de otra y, cuando alguien les hace una pregunta, arman la respuesta eligiendo la palabra siguiente más probable, una y otra vez, hasta completar un párrafo. El problema es que probable no es lo mismo que verdadero. La herramienta no consulta una base de datos de hechos verificados, sino que arma una frase estadísticamente razonable. Puede acertar o puede inventar, y cuando inventa lo hace con la misma seguridad con la que acertaría. Holmes recordó un caso ilustrativo: cuando les preguntó a varias herramientas sobre los problemas del llamado aprendizaje personalizado, todas coincidieron en que el único era la dificultad de implementarlo. Ninguna cuestionó el enfoque en sí. ¿Por qué? Porque los textos con los que fueron entrenadas, en su inmensa mayoría, dan por sentado que ese enfoque es positivo. Las voces minoritarias o críticas quedan aplastadas por la mayoría.

La paradoja de la desigualdad

El punto más sensible que planteó Holmes es el social. Mientras las familias que pueden pagar escuelas de elite eligen esos colegios por sus docentes, no por la tecnología que tengan, en los barrios donde faltan maestros o en países con presupuestos ajustados la inteligencia artificial empieza a presentarse como una solución de reemplazo. Es la misma lógica que llevó alguna vez a instalar computadoras en aulas sin conectividad: si no hay quién enseñe, al menos que haya una pantalla. Para el investigador, eso no resuelve el problema de fondo, lo cronifica.

“Si esa brecha aumenta, debilitamos la democracia para todos. La educación es la base de la participación ciudadana.”Wayne Holmes, investigador del UCL Knowledge Lab

En su lectura, la educación no es solo un trámite para conseguir un título: es la base sobre la que se construye la participación de la gente en una sociedad. Desfinanciarla en nombre de la eficiencia tecnológica, advirtió, tiene consecuencias que se sienten fuera del aula.

Qué falta para que la IA llegue a las aulas como corresponde

Holmes fue consultado sobre cómo usaría la inteligencia artificial si le tocara armar una escuela desde cero. Su respuesta fue directa y terminó la charla antes de lo previsto: no incorporaría ninguna de las herramientas actuales. Lo que falta, segúnplanteó en otros trabajos y en esta entrevista, es investigación independiente que muestre, con datos, qué funciona y qué no. También hacen falta reglas claras sobre qué se considera una respuesta correcta en un sistema que justamente se destaca por no estar atado a verdades absolutas. Y, sobre todo, una decisión política que priorice la formación y el salario docente antes que la compra masiva de licencias de software. Mientras esos tres frentes no se muevan al mismo tiempo, el riesgo es que la inteligencia artificial en la educación termine haciendo lo contrario de lo que promete: en lugar de personalizar el aprendizaje, estandarizarlo. Y, en lugar de cerrar brechas, abrir nuevas.