La IA en las escuelas puede ser un problema, no una solución: la advertencia de un investigador británico que sacude el debate educativo

¿En serio vamos a dejar que una máquina le enseñe matemática a nuestros hijos? La pregunta suena exagerada, pero un investigador británico la está planteando en serio, y lo que dice incomoda a más de uno.

Wayne Holmes, profesor del UCL Knowledge Lab de la University College London, lleva años estudiando cómo la inteligencia artificial golpea a las aulas. Y su veredicto es incómodo: las herramientas que hoy se venden como o pedagógicas no garantizan respuestas correctas, tienden a repetir lo que ya todos piensan y, en los barrios donde faltan maestros, terminan suplantándolos en lugar de ayudarlos.

¿Y la comparan con la calculadora?

Es el argumento que más circula: así como la calculadora no mató la matemática, la IA va a transformar la enseñanza sin reemplazarla. Holmes lo descarta de un plumazo. "Con una calculadora, si apretás los botones correctos en el orden correcto, obtenés la respuesta correcta siempre", explica. Con la IA generativa, en cambio, el resultado es una lotería: puede ser correcto o no, y el usuario muchas veces no sabe distinguirlo.

La paradoja de la desigualdad

Holmes describe una escena que ya es cotidiana. Las escuelas privadas de elite no se publicitan por sus computadoras ni por ChatGPT: se publicitan por sus docentes. Mientras tanto, en zonas con escasez de maestros o bajos recursos, la tecnología aparece como solución de reemplazo. "Si esa brecha aumenta, debilitamos la democracia para todos", advierte. Para el investigador, desfinanciar la educación en nombre de la eficiencia tecnológica tiene consecuencias que van mucho más allá del aula.

Todos piensan igual, y eso es un problema

La IA generativa funciona eligiendo las palabras más probables según los millones de textos con los que fue entrenada. Eso, traducido a la cocina, es como cocinar siempre con los mismos tres ingredientes: el plato sale parejo, pero sin sorpresa. Holmes lo probó en carne propia: cuando le preguntó a distintas herramientas sobre los problemas del "aprendizaje personalizado", todas respondieron que el único inconveniente era la dificultad de implementarlo. Ninguna cuestionó si el enfoque sirve o no. La postura dominante en los datos de entrenamiento es que es algo bueno, y listo.

Ante la consulta de cómo armaría una escuela hoy, Holmes fue directo: no metería ninguna de las herramientas disponibles. La frase no es un capricho: es la síntesis de alguien que mira el negocio de la educación tecnológica con la misma desconfianza con la que miramos un sachet de leche sin fecha de vencimiento. Veremos.