Por qué la IA vuelve obsoletos los modelos educativos tradicionales y qué hacer al respecto

El auge de las herramientas de inteligencia artificial generativa (IA) está transformando el panorama de la enseñanza superior, suscitando tanto entusiasmo como preocupación. Mientras que muchos celebran su potencial para revolucionar la educación, otros advierten de que erosionarán rápidamente la integridad académica al permitir el engaño y el plagio de forma generalizada.

Aunque estas preocupaciones son válidas y comprensibles, eclipsan un dilema más crítico: el modelo educativo que domina las instituciones mundiales está anticuado y, fundamentalmente, no está preparado para la era de la IA.

Se necesita urgentemente un nuevo modelo. Uno basado en la ciencia del aprendizaje y centrado principalmente en enseñar a los estudiantes "cómo pensar" a través del cultivo de habilidades duraderas como el pensamiento crítico y creativo, el razonamiento ético y la inteligencia emocional. Esto no sólo prepararía a los estudiantes para el futuro permitiéndoles hacer lo que la IA no puede, sino que también les capacitaría para utilizar ética y eficazmente esas herramientas y evitar que queden marginados por ellas.

Si queremos formar alumnos altamente eficaces que puedan transferir sus capacidades del aula al mundo real, debemos asegurarnos de que recuerdan activamente y aplican deliberadamente la información tanto en el tiempo como en el contexto. También necesitan una retroalimentación continua y constructiva que aborde las lagunas en su comprensión.

Hay cuatro razones por las que el modelo educativo más popular y prevalente (clases magistrales más exámenes de alto nivel) no cumple esas condiciones:

La IA no sólo pone de manifiesto las deficiencias del modelo tradicional de clase y examen, sino que socava activamente su valor. Los estudiantes se preguntarán con razón por qué tienen que asistir a clases magistrales cuando la IA puede interpretar, visualizar y resumir información compleja cuando y como quieran, de forma adaptada a su nivel de preparación y a sus necesidades. Las calificaciones de las redacciones y los exámenes no pueden igualar el feedback formativo altamente personalizado (en tiempo real) que pueden ofrecer las herramientas de IA.

Además, si su valor al graduarse reside meramente en su capacidad para recordar conocimientos especializados, pronto se darán cuenta de que las herramientas de IA pueden duplicar ese conjunto de habilidades a un coste mucho menor y con mayor eficiencia.

Es evidente que se necesita un nuevo modelo para potenciar la enseñanza, el aprendizaje y la evaluación utilizando los conocimientos de la ciencia del aprendizaje. Un modelo que prepare a los estudiantes para utilizar de forma ética, eficaz y crítica las herramientas de IA y sus resultados, así como para tomar decisiones basadas en ellos. En resumen, un modelo que les dote de habilidades duraderas y resilientes a la IA.

Un modelo basado en competencias estructura el itinerario de aprendizaje en torno al dominio de competencias, con competencias básicas que sirven de base sobre la que se construyen competencias más complejas. Este planteamiento descarta las clases magistrales en favor de una "clase invertida" en la que las destrezas se adquieren de forma independiente en casa y luego se aplican a problemas del mundo real durante la clase, mediante técnicas de aprendizaje activo como el debate socrático y la simulación.

Del mismo modo, los exámenes y las redacciones de alto nivel se sustituyen por tareas experienciales basadas en retos del mundo real. Esto no sólo permite a los estudiantes aplicar sus conocimientos a problemas auténticos, sino también ser evaluados en función de su capacidad para reflexionar, revisar y mejorar su pensamiento sobre la base de los retos dinámicos a los que se enfrentan.

Un modelo basado en las competencias está mucho mejor posicionado para la era de la IA que los modelos tradicionales porque:

Las herramientas de IA pueden -y deben- ser utilizadas por los académicos, educadores y estudiantes en un modelo basado en competencias. Por ejemplo, para:

1. Diseñar planes de estudios y mapear de competencias: Los responsables académicos pueden utilizar la IA para analizar las tendencias del mercado, las descripciones de los puestos de trabajo y las demandas de la industria para identificar las competencias que quieren que adquieran los estudiantes. Puede organizar esas competencias en una taxonomía jerárquica y sugerir cómo secuenciarlas para construir un plan de estudios con un enfoque de andamiaje.

2. Generar contenidos: Los educadores pueden utilizar la IA para generar ejercicios creativos de aprendizaje activo que apunten directamente a las habilidades que se están formando en su curso. La IA también puede ayudar a generar ideas para tareas experimentales, extrayéndolas de bases de datos de retos actuales de la industria o problemas actuales de la comunidad.

3. Impulsar el aprendizaje adaptativo con retroalimentación: Los educadores pueden utilizar los datos en tiempo real y la retroalimentación de la IA para adaptar los métodos de instrucción y ayudar a automatizar la calificación. Por otra parte, los estudiantes pueden utilizar esas mismas herramientas para ajustar dinámicamente la dificultad o el enfoque de los materiales de aprendizaje basándose en su dominio de determinada habilidad o concepto, y para recibir retroalimentación formativa continua y en tiempo real basada en el rendimiento.

4. Proveer métricas de rendimiento: La IA puede ayudar a los líderes académicos a supervisar la eficacia de su nuevo modelo basado en habilidades mediante el seguimiento de los indicadores clave de rendimiento, incluido el compromiso de los estudiantes, las tasas de adquisición de habilidades y su relación con las métricas de éxito de los graduados. Esta información puede utilizarse para proporcionar información sobre la durabilidad de las habilidades que se están formando y dirigir el perfeccionamiento continuo del plan de estudios.

El modelo educativo tradicional, centrado en enseñar a los estudiantes lo que deben pensar a través de clases y exámenes, era inadecuado antes de la IA y parece aún más defectuoso en un mundo integrado en la IA. Peor aún, equipa a los graduados con un conjunto de habilidades que la IA puede replicar de forma fácil y rentable.

Las instituciones educativas que adopten el modelo de cómo pensar se encontrarán cultivando graduados con las habilidades duraderas de las que carece la IA, que pueden aprovechar esas mismas herramientas para hacer contribuciones informadas e impactantes a la sociedad, en lugar de ser marginados por ella.

Para un tratamiento en profundidad de la integración de la IA en la enseñanza superior, lea el libro blanco completo.