La inteligencia artificial me permite producir en una tarde cosas que antes habrían requerido días. Quizá estoy perdiendo soltura en algunas tareas. Pero también estoy aprendiendo a pensar de otra manera sobre lo que diseño. La pregunta no es solo qué estamos delegando, sino qué hacemos con el pensamiento que liberamos.
Hay tareas que hace unos años formaban parte inevitable de mi trabajo y que hoy realizo cada vez menos desde cero. Redactar completamente una actividad, preparar varias versiones de un mismo material, reformular unas instrucciones, maquetar un documento, adaptar un texto o construir el primer borrador de un correo son buenos ejemplos.
Ahora muchas de esas tareas las hago con inteligencia artificial.
Y de vez en cuando me hago una pregunta incómoda: ¿estoy perdiendo alguna capacidad por dejar de practicarlas?
Probablemente sí.
Si mañana tuviera que volver a redactar, adaptar y maquetar todo sin ayuda, no estoy seguro de conservar exactamente la misma soltura que tenía antes. Pero hay otra parte de la historia que me parece mucho más difícil de medir: mientras hago menos determinadas tareas de ejecución, estoy dedicando mucho más tiempo a pensar qué quiero construir, por qué quiero construirlo y qué condiciones debe cumplir para que tenga sentido.
La IA no solo está reduciendo el tiempo que necesito para hacer algunas cosas. Está cambiando en qué parte del trabajo concentro mi pensamiento.
Antes diseñaba y producía casi al mismo tiempo
Preparar una buena actividad implicaba tradicionalmente muchas operaciones mezcladas entre sí. Pensaba qué quería trabajar, buscaba un contexto, redactaba las instrucciones, elegía ejemplos, ajustaba la dificultad, creaba variantes, revisaba el lenguaje y finalmente daba forma al documento.
Diseño y producción estaban prácticamente unidos.
Hoy puedo separarlos mucho más.
Puedo decidir, por ejemplo, que quiero una actividad en la que un alumno de Bachillerato compare dos posiciones, identifique una debilidad en cada una, construya su propia respuesta y deje una evidencia concreta de cómo ha llegado a ella. Puedo definir qué quiero que haga cognitivamente, qué ayuda puede recibir, dónde quiero introducir dificultad y qué parte no quiero que delegue.
Después puedo pedir a una IA que genere contextos posibles, produzca tres versiones, ajuste el nivel lingüístico, reformule las instrucciones o convierta el diseño en un material listo para trabajar.
Eso cambia bastante mi papel.
Ya no necesito dedicar la misma cantidad de tiempo a construir físicamente cada pieza, y puedo dedicar más a decidir cómo deben encajar.
No toda ejecución es pensamiento de bajo nivel
Sería demasiado cómodo concluir que todo lo que delegamos era trabajo rutinario y que ahora simplemente podemos concentrarnos en cosas más importantes.
No siempre es así.
Redactar unas instrucciones puede hacer visible que una actividad estaba mal concebida. Buscar un ejemplo puede obligarnos a detectar una excepción que no habíamos previsto. Construir una rúbrica puede descubrir que realmente no teníamos claro qué íbamos a valorar.
A veces pensamos mientras hacemos.
Por eso delegar la ejecución también puede eliminar momentos en los que antes descubríamos problemas.
Esta es probablemente la parte que más me interesa de la cuestión. No creo que la solución sea recuperar por nostalgia cada tarea que una herramienta puede hacer por nosotros. Pero tampoco creo que debamos asumir que todo lo que ocurre después de «generar» es mero trabajo mecánico.
La diferencia está en si seguimos sometiendo el resultado a nuestro pensamiento profesional.
Si una IA redacta una actividad y yo simplemente la acepto, he delegado mucho más que la redacción. Si la propuesta me obliga a revisar el propósito, cambiar la secuencia, eliminar una ayuda excesiva, introducir una evidencia mejor o reformular una pregunta porque no provoca el razonamiento que buscaba, la relación es distinta.
La IA ha producido.
Yo sigo diseñando.
El cambio que más noto: pensar como arquitecto
La palabra que mejor describe cómo ha cambiado mi manera de trabajar es arquitectura.
No porque el docente se haya convertido de repente en un sofisticado «arquitecto del aprendizaje» —una expresión que empieza a correr el riesgo de significar casi cualquier cosa—, sino porque cada vez pienso más en relaciones entre piezas.
¿Qué quiero que ocurra al final? ¿Qué necesita saber hacer el alumno? ¿Qué secuencia puede llevarlo hasta allí? ¿Dónde necesita apoyo? ¿Dónde necesito retirarlo? ¿Qué evidencia me permitirá distinguir un buen producto de un aprendizaje real? ¿Qué puede automatizarse sin empobrecer el proceso?
Son preguntas que existían antes de la IA.
La diferencia es que ahora puedo dedicarles una proporción mucho mayor de mi tiempo.
Y aparece además una paradoja interesante: cuanto más delego la ejecución, más preciso tengo que ser con el diseño.
Si quiero que una IA produzca algo genérico, basta con una petición genérica. Pero si quiero construir un material que encaje realmente con un grupo, un propósito, un nivel y una determinada manera de aprender, necesito definir restricciones, criterios, etapas, tono, dificultad y resultados esperados.
La herramienta puede producir mucho.
Pero cuanto más compleja es la producción que delego, más necesito saber yo qué quiero conseguir.
Producción, construcción y arquitectura
No propondría esto como una clasificación rígida, pero me resulta útil distinguir tres capas del trabajo.
En la producción aparecen tareas como reformatear, maquetar, generar variantes, adaptar la longitud de un texto o producir un primer borrador. Hay mucho que podemos delegar aquí y, en muchos casos, hacerlo tiene poco coste pedagógico.
La construcción es diferente. Consiste en transformar una intención educativa en una actividad concreta: elegir preguntas, secuenciar apoyos, diseñar ejemplos, decidir instrucciones o anticipar errores. La IA puede intervenir muchísimo, pero aquí pequeñas decisiones empiezan a modificar la experiencia de aprendizaje.
Y después está la arquitectura: decidir qué queremos que ocurra, qué actividad mental buscamos, qué necesitamos preservar, cómo sabremos que se ha producido aprendizaje y qué decisiones tomaremos después.
Ahí está, para mí, la frontera importante.
El riesgo no está necesariamente en delegar ejecución. Está en delegar arquitectura.
Un profesor puede dejar que una IA dé formato a una ficha sin renunciar a su profesionalidad. Incluso puede dejar que produzca el primer borrador de la ficha.
El problema empezaría cuando también dejamos que decida qué merece la pena aprender, qué dificultad necesita un alumno, qué evidencia es suficiente o qué intervención debe realizarse después.
Quizá perder algunas capacidades sea parte del cambio
También conviene admitir algo que normalmente evitamos decir.
La tecnología siempre modifica las capacidades que ejercitamos.
Probablemente hoy recordamos menos números de teléfono que hace veinte años. Utilizamos menos mapas en papel. Hay operaciones que una calculadora nos ha permitido dejar de practicar constantemente.
No todas esas pérdidas tienen la misma importancia.
Puede ocurrir algo parecido con la IA.
Quizá yo pierda algo de velocidad redactando determinados documentos desde cero. Puede que dependa más de una herramienta para dar forma inicial a algunas ideas. Es una posibilidad que no deberíamos negar.
Pero al mismo tiempo puedo diseñar, comparar, revisar e iterar en una tarde materiales que antes habrían ocupado varios días. Puedo explorar alternativas que nunca habría tenido tiempo de producir y puedo concentrarme mucho más en la relación entre propósito, aprendizaje, evidencia y evaluación.
Una realidad no invalida la otra.
Por eso quizá la pregunta adecuada no sea simplemente si estamos perdiendo capacidades.
La pregunta es qué capacidades estamos dejando de ejercitar y cuáles estamos desarrollando a cambio.
Y, sobre todo, cuáles queremos conservar deliberadamente.
Delegar bien también puede ser una competencia profesional
Durante mucho tiempo hemos asociado el trabajo profesional con hacer personalmente una gran cantidad de cosas.
La IA cuestiona parcialmente esa asociación.
Puede que el valor de un docente no resida en escribir manualmente cada línea de un documento, de la misma manera que el valor de un arquitecto no depende de colocar personalmente cada ladrillo.
Pero esa comparación solo funciona si alguien sigue decidiendo qué se construye, para quién, con qué criterios y por qué.
Ahí está la parte que no quiero delegar.
No quiero que la IA decida qué necesita aprender mi alumnado. No quiero que determine por sí sola qué constituye una evidencia suficiente. No quiero que sustituya mi interpretación de un alumno concreto ni mi responsabilidad sobre una decisión educativa.
Pero tampoco quiero seguir dedicando horas de pensamiento profesional a tareas que una herramienta puede ejecutar correctamente si ese tiempo puede utilizarse para diseñar mejor.
Quizá esa sea una de las competencias docentes que estamos empezando a aprender casi sin darnos cuenta:
no cómo hacer más cosas con IA, sino cómo decidir mejor qué merece seguir siendo nuestro trabajo.