Hay una pregunta que quizá merece la pena dejar en remojo antes de septiembre: qué tipo de ayuda queremos que reciba un alumno cuando trabaja con inteligencia artificial.
No es una pregunta técnica, aunque tenga consecuencias técnicas. No empieza por la herramienta, ni por la plataforma, ni por el modelo, ni por el nombre comercial que en cada momento parezca ocupar el centro de la conversación. Empieza antes, en un lugar mucho más pedagógico y, por eso mismo, más incómodo: en la frontera entre ayudar y sustituir.
Porque la IA ayuda mucho. Y ese es precisamente el problema.
Ayuda a ordenar ideas, a resumir textos, a corregir errores, a proponer ejemplos, a redactar párrafos, a reformular argumentos, a explicar conceptos, a generar actividades, a resolver dudas, a preparar esquemas o a mejorar el estilo. Lo hace rápido, con una apariencia de seguridad muy convincente y, muchas veces, con un nivel de calidad suficiente para que el alumno sienta que el trabajo ya está prácticamente hecho.
Sin embargo, en educación no toda ayuda ayuda del mismo modo. Hay ayudas que desbloquean, orientan y sostienen. Hay ayudas que permiten al alumno ver un camino que no estaba sabiendo recorrer. Pero también hay ayudas que sustituyen justo la parte del proceso que el alumno necesitaba atravesar para aprender. Y la diferencia entre ambas no siempre es evidente, porque una misma intervención puede ser apoyo o atajo dependiendo del momento, del alumno, de la tarea y de lo que estemos intentando provocar en términos de aprendizaje.
Una pista puede ser necesaria si el alumno está bloqueado de verdad, pero puede ser excesiva si evita que tenga que pensar. Un ejemplo puede aclarar una estructura, pero puede convertirse en plantilla mecánica si el alumno solo la imita. Una reformulación puede enseñar a mejorar una idea, pero puede sustituir la voz del alumno si se acepta sin reconstrucción. Una explicación puede abrir comprensión, pero también puede cerrar demasiado pronto la dificultad que el alumno necesitaba atravesar.
Por eso quizá la pregunta no sea si la IA debe ayudar. La pregunta más precisa es qué ayuda debe tener permiso para dar.
La IA puede responder demasiado bien
Esa pregunta no conviene resolverla en mitad del curso, cuando ya estamos atrapados por la urgencia, las entregas, las evaluaciones y las prisas. Conviene, al menos, dejarla pensada antes. No para convertir el verano en una reunión de departamento interminable, sino para aprovechar esa distancia que a veces permite ver mejor lo que durante el curso apenas conseguimos nombrar.
Si algo ha demostrado la IA generativa es que puede responder demasiado bien. Y, en el aula, responder demasiado bien puede convertirse en una forma muy sofisticada de impedir que el alumno piense.
Durante años hemos asociado la ayuda educativa con la respuesta. Un alumno pregunta y el profesor explica. Un alumno se equivoca y el profesor corrige. Un alumno no sabe seguir y el profesor le muestra el camino. Ese modelo tiene sentido, por supuesto, y forma parte de la relación pedagógica más básica. Pero cualquier docente sabe que enseñar no consiste siempre en contestar inmediatamente. A veces consiste en devolver una pregunta, pedir una justificación, señalar una contradicción, esperar, no confirmar todavía si algo está bien o mal, obligar al alumno a mirar de nuevo lo que acaba de escribir u ofrecer una pista mínima en lugar de la solución completa.
Ese arte de no responder demasiado pronto es una de las formas más profundas de la enseñanza. Y quizá sea también una de las claves para pensar la IA educativa con algo de sentido.
Porque si trasladamos al aula una IA que responde siempre, completa siempre, mejora siempre y resuelve siempre, corremos el riesgo de crear una herramienta pedagógicamente brillante en apariencia, pero profundamente empobrecedora en la práctica. Una herramienta que produce mejores textos, mejores respuestas y mejores productos, pero no necesariamente mejores aprendizajes.
Un tutor que no resuelva, sino que acompañe
Ahí aparece una idea que merece la pena pensar con calma para septiembre: un tutor de IA que no resuelva, sino que acompañe.
No se trataría, por tanto, de poner al alumno delante de un chatbot abierto al que pueda pedirle la tarea, ni de añadir una herramienta más para generar productos finales con mayor rapidez. La idea sería bastante más exigente: diseñar una forma de acompañamiento que ayude al alumno a avanzar sin ocupar el lugar del proceso que necesita atravesar para aprender.
Ese matiz cambia por completo el enfoque. Un tutor de IA bien diseñado no debería empezar contestando, sino preguntando. Antes de reescribir un párrafo, debería obligar al alumno a aclarar qué idea quiere defender. Antes de ofrecer un argumento mejor, debería pedirle que justifique el que ya ha formulado. Antes de corregir una respuesta, debería llevarle a identificar qué criterio no está cumpliendo. Antes de darle una solución, debería devolverle al punto exacto en el que su razonamiento se ha debilitado.
La diferencia es enorme. En un caso, la IA ocupa el lugar del pensamiento. En el otro, lo exige.
Y esa diferencia no depende solo de la herramienta. Depende del diseño pedagógico que hay detrás. Depende de las instrucciones, de los límites, del tipo de ayuda permitida, del nivel de andamiaje, de cuándo se ofrece una pista, de cuándo se exige una justificación y de cuándo el sistema debe negarse a hacer algo que sería técnicamente posible, pero pedagógicamente equivocado.
También importa lo que la IA no debe hacer
Porque una IA educativa no debería definirse solo por lo que puede hacer. Debería definirse también por lo que decide no hacer.
No redactar el producto final por el alumno. No resolver la actividad completa. No adelantar la respuesta cuando todavía hay proceso que recorrer. No convertir la tarea en un trámite asistido. No confundir fluidez con comprensión. No sustituir la voz del alumno por una versión más pulida, más correcta y menos suya.
Ese es uno de los grandes retos para septiembre: no pensar solo en qué herramientas vamos a permitir, sino en qué límites pedagógicos vamos a necesitar. Y conviene decirlo con claridad: los límites no son un freno a la innovación. Son la condición para que la innovación no destruya justo aquello que pretende mejorar.
Un tutor socrático de IA, bien planteado, podría ser una forma interesante de explorar ese equilibrio. No porque sea una solución mágica, ni porque vaya a resolver de golpe los problemas de aprendizaje, autonomía o evaluación. Nada de eso ocurre tan fácilmente. Pero sí porque permite formular una posibilidad distinta: usar la IA no para entregar respuestas, sino para estructurar mejor el proceso que conduce a ellas.
La palabra importante aquí es proceso.
Si el alumno escribe, el tutor puede preguntarle qué quiere decir antes de mejorarle la frase. Si argumenta, puede pedirle que distinga opinión de evidencia. Si resume, puede exigirle que identifique primero la idea principal. Si resuelve un problema, puede pedirle que explique el camino antes de confirmar el resultado. Si revisa una tarea, puede señalarle el criterio que debe comprobar, pero no hacer la revisión por él.
En todos esos casos, la IA está ayudando, pero no está sustituyendo. Está haciendo algo que los profesores intentamos hacer continuamente y que no siempre podemos sostener con treinta alumnos a la vez: acompañar el razonamiento individual, detectar el punto de bloqueo, graduar la ayuda y devolver al alumno la responsabilidad sobre su propio trabajo.
Eso no significa que la IA sea el profesor. Significa que puede convertirse en una extensión cuidadosamente diseñada de una parte muy concreta de la intervención docente: la que pregunta, orienta, espera, exige, reconduce y hace visible el pensamiento.
Usar la IA de forma responsable no basta
Pero para que eso funcione, no basta con abrir una herramienta y decirle al alumno que la use bien. “Usa la IA de forma responsable” es una consigna demasiado débil si no va acompañada de condiciones concretas. Un alumno puede interpretar “responsable” como no copiar literalmente. Otro puede entender que basta con cambiar algunas palabras. Otro puede pedirle a la IA que haga todo y luego leerlo por encima. Y otro puede usarla realmente para pensar mejor.
La diferencia entre esos usos no depende solo de la buena voluntad del alumno. Depende del sistema que diseñemos.
Por eso, antes de septiembre, quizá convenga dejar en remojo algunas preguntas muy concretas. Qué parte de una tarea debe seguir siendo necesariamente del alumno. En qué momento una ayuda deja de ser pista y se convierte en sustitución. Qué puede explicar la IA sin vaciar la tarea de aprendizaje. Qué puede sugerir, pero no redactar. Qué debe preguntar antes de responder. Qué debe quedar registrado del proceso. Qué tendría que poder leer después el profesor para saber si el alumno ha pensado de verdad.
Estas preguntas no son un manual técnico. Son preguntas de diseño pedagógico. Y quizá por eso son las que más importan.
Mejores criterios antes que más herramientas
Septiembre no necesita necesariamente más herramientas. Necesita mejores criterios. La tentación será volver con listas de aplicaciones, tutoriales, extensiones, plataformas y novedades. Algunas serán útiles. Otras no. Algunas desaparecerán en pocos meses. Otras cambiarán sus condiciones de acceso, su política de datos, su coste o su utilidad real. Eso forma parte del paisaje tecnológico actual.
Pero hay preguntas que seguirán siendo válidas aunque cambien las herramientas. Qué ayuda necesita este alumno para avanzar. Qué dificultad no debe ahorrársele. Qué pensamiento debe producir él. Qué parte del proceso tiene que dejar rastro. Qué decisiones debe seguir tomando el profesor. Qué uso de la IA mejora el aprendizaje y cuál solo mejora el producto.
Quizá ahí esté la verdadera preparación para septiembre. No en construir todavía el agente perfecto, ni en tenerlo todo programado antes de volver, ni en convertir agosto en un laboratorio técnico. Bastaría, al menos para empezar, con llegar al curso con una idea más clara de la ayuda que queremos permitir.
Porque la IA va a estar en el aula, de una forma u otra. Puede estar como atajo o como andamiaje. Como sustitución o como acompañamiento. Como respuesta inmediata o como pregunta bien diseñada.
Y esa diferencia no será automática. Habrá que pensarla, diseñarla y sostenerla.
Quizá el tutor de IA que merece la pena imaginar para septiembre no sea el más rápido, ni el más brillante, ni el que ofrece respuestas más completas. Quizá sea el que está diseñado para esperar un poco más, para preguntar mejor y para acompañar sin quitarle al alumno la parte del camino que necesita recorrer por sí mismo.