En los últimos meses han proliferado propuestas para “integrar” la inteligencia artificial en la enseñanza universitaria. Entre ellas destaca el método desarrollado por Moliní y colaboradores (cuyo título he utilizado para titular esta entrada), que propone un método de uso de las IAs generativas en los trabajos académicos, con el objetivo de fomentar el pensamiento crítico, la innovación y el uso ético de estas herramientas.
Vale la pena examinar con calma qué ofrece realmente esta propuesta, qué presupone y hasta dónde llega (lo que sigue lo he redactado siguiendo el método del "diálogo crítico" con la IA, en este caso, con Copilot).
El núcleo de la idea: el alumno como gestor del enfrentamiento entre discursos
La propuesta concibe la IA no como un nuevo “profesor”, ni como un entorno de aprendizaje autónomo. No pretende sustituir la docencia tradicional ni reorganizar el proceso completo de enseñanza–aprendizaje. Su ambición parece ser reemplazar el trabajo académico clásico (el essay o trabajo de curso) en un contexto en el que las IAs generativas ya están presentes y son prácticamente imposibles de excluir y se han venido usando para que los estudiantes hagan un "corta y pega" de materiales que no han analizado o "digerido" previamente. Cualquiera que haya dirigido TFG o TFM estará de acuerdo con que este es el uso, a menudo, que nuestros estudiantes menos interesados hacen de la IA.
El método propuesto consiste en que los estudiantes trabajen simultáneamente con al menos dos IAs distintas, enfrentándolas entre sí y confrontando sus respuestas relacionadas con la bibliografía científica. De este modo, la IA deja de funcionar como una fuente única y el estudiante interactúa críticamente con las IA enfrentándolas entre sí y apoyándose en una para criticar a la otra etc. Es decir, no es un receptor pasivo de contenido, sino un gestor, editor y árbitro.
La habilidad que se pretende entrenar no es la producción de contenido nuevo. Es la capacidad de discriminar calidad del contenido suministrado, detectar incoherencias, identificar respuestas triviales bien redactadas, descubrir omisiones relevantes y, finalmente, ser capaz de elaborar una síntesis razonada. Y para verificar y contrastar lo que dice la IA es para lo que se utiliza la bibliografía científica. Por ejemplo, el estudiante puede comparar cómo han resumido un artículo científico las dos IA y señalar las omisiones o las discrepancias para que las IAs las justifiquen, consultando directamente, en su caso, el artículo académico o pidiendo a la IA que proporcione citas literales o que explique las contradicciones etc, para finalmente, pedirle que, como yo he hecho con este post, le proporcione un resumen de la "conversación".
Una herramienta auxiliar, no una pedagogía basada en IA
Los autores no proponen una metodología integral de educación mediada por inteligencia artificial. No se trata de aprendizaje adaptativo, tutorías algorítmicas ni secuenciación dinámica de contenidos. La IA interviene fundamentalmente en el momento del trabajo escrito, no en el conjunto del curso.
En ese sentido, la propuesta funciona como una herramienta auxiliar, diseñada para sustituir o redefinir los trabajos tradicionales que los alumnos realizan habitualmente en bachillerato y universidad. Lo importante no es el resultado sino el proceso - el viaje a Ítaca - . El estudiante "entrena" su capacidad para detectar errores, omisiones, contradicciones y para valorar ideas o la calidad de una exposición de un problema o de la 'narración' de una historia.
Uno de los puntos menos problematizados en el texto, pero decisivos para evaluar su alcance real, es el siguiente:
El método presupone que el estudiante ya tiene conocimientos sustantivos previos sobre el tema trabajado
Esto se ve con claridad en la exigencia de que los alumnos elaboren un índice propio antes de consultar a la IA, o de que puedan valorar la calidad de las respuestas, detectar omisiones y contrastarlas con bibliografía académica. Nada de eso es posible si el estudiante se enfrenta por primera vez a un campo que desconoce casi por completo.
Por eso, el método funciona mucho mejor, creo, si se aplica a mitad o al final del curso, una vez que los alumnos han recibido clases, leído materiales básicos y adquirido un marco conceptual mínimo. En ese contexto, la IA puede servir como provocación, contraste y complemento, y el alumno puede ejercer realmente el papel de gestor crítico que la propuesta le asigna.
¿Leen los alumnos la literatura científica?
El método exige formalmente el uso de bibliografía científica, pero su diseño apunta menos a la lectura profunda de textos que a su utilización instrumental como criterio de contraste. Muchas de las tareas propuestas se resuelven comprobando si una tesis aparece o no en una obra, si una fuente existe realmente o si una idea ha sido formulada con anterioridad. Eso permite avanzar sin una lectura exhaustiva de la literatura, especialmente si la IA resume previamente los artículos.
Se trata de una respuesta inteligente a un problema muy concreto, el de los trabajos académicos en la era de la IA generativa.
No hay comentarios:
Publicar un comentario