La inteligencia artificial ha puesto sobre la mesa una posibilidad inédita en la larga historia de nuestra relación con la tecnología: la de externalizar no solo la memoria, el cálculo o la búsqueda de información, sino fragmentos del propio razonamiento. Y aquí se abre una distinción que la educación no puede eludir, porque delegar una tarea no equivale a delegar el proceso mediante el cual construimos nuestro criterio. Creo firmemente que la educación, al igual que otros muchos campos, tienen un gran camino por delante y no es sencillo. Por eso creo que aprender a diferenciar ambas cosas marcará el sentido de la enseñanza en los próximos años.

Los seres humanos llevamos miles de años trasladando capacidades intelectuales a herramientas externas en lo que los antropólogos y psicólogos cognitivos denominan externalización cognitiva, es decir, el desplazamiento de funciones mentales hacia objetos o dispositivos que las ejecutan por nosotros.

La escritura nos permitió guardar información sin depender exclusivamente de nuestra memoria, los libros multiplicaron nuestra capacidad de almacenar y transmitir conocimiento, las calculadoras hicieron que no necesitáramos tanto el cálculo mental y nos permitió delegar en ellas determinadas operaciones. La llegada de internet puso en nuestras manos un explorador en el que consultar cualquier cosa y los gps atrofiaron nuestra habilidad para orientarnos en el espacio.

Hoy apenas recordamos números de teléfono, cumpleaños, direcciones de correo, abrimos la calculadora de nuestro teléfono sin dudarlo e instantes después pensamos que ese cálculo lo podíamos haber hecho nosotros. Probablemente ninguno de nosotros quisiera volver atrás. De hecho, nos hemos acomodado a que los dispositivos o los libros liberen nuestra mente de muchas limitaciones y así, cuando dejamos de memorizar datos, podemos dedicar recursos mentales a otras actividades. Esto no es siempre malo. Cuando una herramienta encuentra información, podemos emplear ese tiempo que nos hemos ahorrado en analizarla. Creo que es un hecho que la externalización cognitiva, bien entendida, amplía nuestras capacidades.

Con la inteligencia artificial generativa, sin embargo, sucede algo que reclama una reflexión un poquito más profunda. Porque ahora ya no externalizamos únicamente memoria, cálculo o búsqueda, sino que estamos comenzando a externalizar partes del razonamiento mismo.

Cualquiera que tenga un teléfono móvil puede pedir que los sistemas de IA resuman un documento o traduzcan un texto, pero también que interpreten un problema, formulen una hipótesis, seleccionen los argumentos más convincentes o recomienden la decisión más adecuada. Podemos incluso pedirles que construyan nuestra posición sobre una cuestión sobre la que todavía no nos hemos parado a reflexionar, que redacten las conclusiones o incluso nos den argumentos para estar o no de acuerdo con algo que hemos visto rápidamente en una red social.

Y aquí, hablamos de una diferencia que es sustancial. No es lo mismo utilizar una herramienta de IA para no tener que hacer nosotros una tarea más o menos mecánica, que utilizarla para sustituir el proceso mediante el cual construimos nuestro propio criterio. En el primer caso podemos estar liberando tiempo y recursos intelectuales. En el segundo podríamos estar renunciando a una parte de la actividad mental que precisamente necesitábamos desarrollar.

Pensemos en dos estudiantes con acceso a la misma herramienta de IA .

El primero copia un ejercicio, lo pega en prompt y espera la respuesta. La herramienta le devuelve un texto bien estructurado, con argumentos aparentemente sólidos y una conclusión razonable, y el estudiante lo revisa de pasada y lo entrega. Ha obtenido el producto final, pero no parece que haya aprendido mucho por el camino.

El segundo utiliza exactamente la misma herramienta de otra forma. Intenta primero comprender el problema y piensa una interpretación propia. Después pide a la IA que busque objeciones a su razonamiento, descubre un argumento que no había considerado, comprueba las fuentes y modifica parcialmente su posición. A continuación solicita al sistema que adopte una perspectiva contraria y vuelva a poner en cuestión su conclusión, y finalmente construye su propio argumento.

Ambos han utilizado inteligencia artificial, pero han realizado actividades intelectuales radicalmente distintas. En el primer caso la máquina ha sustituido una parte del proceso. En el segundo lo ha ampliado. Aunque son casos extremos, nos sirven para entender que la diferencia no reside en la herramienta sino en la función que desempeña dentro de nuestro pensamiento, y esa es, a mi juicio, una de las preguntas más importantes que debemos hacernos en educación. No cuánto utilizamos la inteligencia artificial, sino para qué la utilizamos. Para obtener una respuesta rápida o para descubrir preguntas que no habíamos considerado y aprender por el camino, es decir, para sustituir nuestro criterio o para fortalecerlo.

Creo que aún nos falta un concepto, y es lo que podríamos llamar soberanía cognitiva.

Sería falso decir que toda la construcción del conocimiento haya que hacerla uno mismo, en soledad. Aprender jamás ha sido una actividad estrictamente individual, nos ayudan los libros, los profesores, nuestro entorno, nos ayudan conversaciones, experiencias y herramientas. Nuestras capacidades intelectuales se desarrollan siempre relacionándonos con el mundo que nos rodea. Conservar la autonomía no debería significar, por tanto, renunciar a esas relaciones.

La soberanía cognitiva se refiere a otra cosa: mantener la capacidad de dirigir nuestro propio proceso intelectual incluso cuando utilizamos sistemas que pueden ejecutar parte de ese proceso por nosotros. Saber qué estamos delegando. Ser conscientes de ello y de por qué lo hacemos. Saber lo que la IA puede hacer por nosotros, pero conservar la posibilidad de decidir delegar en ella o no.

Esta distinción ganará relevancia con los años, porque los sistemas de inteligencia artificial que ahora producen información, planifican, organizan… empieza además a ejecutar. Y con ello, cuanto más deleguemos en ellos (me refiero a lo que llamamos “agentes”) más importante será comprender qué responsabilidades siguen siendo nuestras.

De esto nace un paradoja que ya ha comenzado a darse. Cuanto mejores son estos sistemas, mayor es la tentación de confiar en ellos sin comprobar sus resultados. Sin embargo, para reconocer un error se necesita algún criterio, y ese criterio se va perdiendo a medida que delegamos más y más, y confíamos en que ese resultado no necesita supervisión.

Si dejamos de ejercitar determinadas habilidades porque la máquina las realiza, podríamos acabar perdiendo también la capacidad de evaluar correctamente aquello que hemos delegado.

Esto dependerá de la actividad concreta y por ello, creo que plantea al sistema educativo algo importante: qué conocimientos y capacidades debemos seguir cultivando para poder supervisar lo que decidimos externalizar. No se trata de prohibir el uso de la inteligencia artificial, sino de asegurarnos de que puedan hacerlo sin convertirse en usuarios incapaces de valorar sus resultados.

De esta pregunta deriva otra que todos hemos leído cientos de veces: para qué aprender algo que una IA puede hacer por nosotros. ¿Tiene sentido aprender idiomas? Si la IA resuelve ecuaciones, ¿para qué estudiar matemáticas? ¿Para qué aprender a escribir? ¿Y a programar?.

Aprender un idioma no consiste únicamente en obtener una traducción, pues transforma nuestra relación con otra cultura, nos permite captar matices y nos posibilita comunicarnos directamente con otras personas. Así mismo, aprender matemáticas no se reduce a obtener resultados correctos, ya que implica desarrollar formas de razonamiento, abstracción y comprensión que trasladamos luego a dominios muy diversos.

A mi escribir me ayuda a ordenar mis ideas, a descubrir lo que pienso, y al hacerlo, muchas veces me doy cuenta de contradicciones, o relaciono unos conceptos con otros, o incluso se me ocurren sobre la marcha argumentos nuevos. Investigar no es terminar un documento, es desarrollar la capacidad de hacerte preguntas, examinar evidencias, reconocer límites y modificar hipótesis. Cuando una herramienta produce directamente el resultado, no reproduce el proceso intelectual que transformaba a quien ejecutaba la actividad.

No estoy diciendo con esto que haya que conservar todas las tareas o que debemos enseñar las materias como lo hacíamos hace veinte años, sería absurdo, pero tampoco autoriza a suprimir una actividad simplemente porque una máquina pueda realizarla. La soberanía cognitiva nos permite comprender qué función educativa desempeñaba una determinada tarea y decidir si sigue o no siendo necesaria.

En las primeras etapas del sistema educativo, la mente de un niño tiene que aprender muchas cosas y por tanto debería de delegarse menos en una máquina, creo que todos estamos de acuerdo. Pero la educación superior debería ayudar a desarrollar una capacidad que podríamos llamar el arte de delegar. Saber qué delegamos, cuándo lo delegamos, por qué lo delegamos, cómo verificamos el resultado y qué parte de una actividad necesitamos seguir realizando porque constituye precisamente aquello que queremos aprender. Esta capacidad no surgirá automáticamente del uso de las herramientas, necesita formación, conocimiento, práctica y espacios donde reflexionar sobre el papel que concedemos a la tecnología en nuestros propios procesos intelectuales. Porque no existe relación automática entre utilización y aprendizaje, y la diferencia dependerá, en gran medida, de cómo se produzca la interacción.

La educación no puede prohibir sistemáticamente la utilización de la inteligencia artificial, porque todos, absolutamente todos, la vamos a tener a nuestro alcance. El objetivo debería ser formar personas que sepan ampliar sus capacidades utilizando inteligencias externas sin perder la posibilidad de gobernar su propio pensamiento. Y sobre todo, personas capaces de saber qué delegar y qué no.