Nota. Las imágenes descriptivas que ilustran este artículo han sido generadas mediante inteligencia artificial
Durante los últimos años hemos dedicado mucho tiempo a una pregunta bastante lógica: ¿qué necesita aprender un docente para incorporar la Inteligencia Artificial a su práctica?
Una parte importante de la respuesta se ha centrado en las herramientas. Hemos aprendido a utilizar asistentes, diseñar mejores instrucciones, generar materiales, automatizar determinadas tareas y comprender las posibilidades y limitaciones de los nuevos modelos. Todo ello forma parte de una alfabetización necesaria, aunque quizá estemos empezando a comprobar que el reto más difícil aparece después de aprender a manejar la tecnología.
El AI in Higher Education Global Survey 2026 del Digital Education Council recoge las respuestas de 45.398 estudiantes y docentes de 35 países. Cuando se pregunta al profesorado qué competencias serán más importantes a medida que la Inteligencia Artificial se integre en la educación superior, la respuesta más frecuente no tiene que ver con dominar una herramienta concreta.
Un 69% señala la capacidad de facilitar el pensamiento y el aprendizaje de los estudiantes. Por detrás aparecen el uso ético y responsable de la IA, con un 59%, y el diseño de nuevas formas de evaluación, con un 44%.
El dato es especialmente interesante porque desplaza la conversación desde el manejo de la tecnología hacia aquello que queremos que ocurra cuando la utilizamos. Si cada vez resulta más sencillo obtener explicaciones, producir textos o resolver determinadas tareas con ayuda de una máquina, la capacidad del docente para sostener el pensamiento del alumnado adquiere todavía más importancia.
Cuando obtener una respuesta deja de ser la parte difícil
Durante mucho tiempo, una parte importante del trabajo académico se ha apoyado en la producción de un resultado visible: un texto, un resumen, la resolución de un problema, una presentación o un informe.
Ese producto nos permitía inferir, con todas las limitaciones que esto siempre ha tenido, que detrás había existido algún proceso de lectura, búsqueda, selección, razonamiento y elaboración. Un estudiante podía copiar, recibir ayuda o reproducir algo que no entendía, por supuesto, pero producir una respuesta de cierta calidad solía exigir una participación intelectual mínima.
La Inteligencia Artificial Generativa debilita esa relación entre el producto que observamos y el proceso que suponemos que ha ocurrido antes.
Hoy un estudiante puede obtener en segundos un texto perfectamente estructurado sobre un tema que apenas conoce. Puede generar una explicación, resolver un ejercicio, construir una argumentación o preparar una presentación sin haber realizado necesariamente todos los procesos cognitivos que tradicionalmente asociábamos a ese resultado.
Esto no implica que utilizar IA impida aprender. Lo que cambia es nuestra capacidad para interpretar el producto final como una evidencia suficiente del aprendizaje.
Un trabajo bien escrito puede esconder una comprensión superficial. Una respuesta correcta puede haberse obtenido sin que el estudiante sea capaz de explicar cómo se ha llegado a ella. Una argumentación aparentemente sólida puede desaparecer en cuanto alguien pide justificar una de sus premisas.
Este problema no nace con la Inteligencia Artificial, aunque la IA lo amplifica de una manera difícil de ignorar porque reduce enormemente el esfuerzo necesario para producir determinados resultados.
Si ya no podemos asumir con la misma facilidad que producir una respuesta implica haber pensado sobre ella, necesitaremos diseñar situaciones en las que ese pensamiento pueda observarse de otras formas.
Facilitar el pensamiento cuando la IA forma parte del proceso
Ante esta situación resulta tentador responder desde dos posiciones bastante distintas. Una consiste en intentar proteger el aprendizaje impidiendo el uso de la herramienta. La otra acepta su presencia como inevitable y modifica las tareas sin detenerse demasiado en qué procesos cognitivos quedan en manos del estudiante y cuáles pasan a realizarse automáticamente.
Probablemente necesitemos una mirada más precisa. La pregunta sobre si un estudiante utiliza o no Inteligencia Artificial aporta cada vez menos información si no sabemos qué ocurre durante ese uso. Importa qué hace antes de consultar la herramienta, qué tipo de ayuda solicita, cómo interpreta la respuesta, qué comprueba después y qué decisiones intelectuales continúan siendo suyas.
Un alumno puede pedir a una IA que resuma un artículo que no ha leído y utilizar ese resumen como sustituto de la lectura. También puede leer primero el artículo, elaborar una interpretación propia y recurrir después a la IA para contrastar esa interpretación, localizar posibles lagunas o comparar distintos enfoques.
Desde fuera, en ambos casos podríamos registrar simplemente que ha utilizado Inteligencia Artificial. Desde el punto de vista del aprendizaje, son situaciones muy diferentes.
Algo parecido ocurre cuando se construye una argumentación. Pedir al modelo que produzca el razonamiento completo reduce buena parte del trabajo intelectual que normalmente asociamos a esa tarea. Utilizarlo, en cambio, para buscar objeciones a un argumento elaborado previamente obliga al estudiante a revisar lo que piensa, defenderlo o modificarlo.
También cambia mucho una actividad cuando la respuesta generada tiene que ser contrastada con otras fuentes, corregida, comentada o defendida posteriormente.
Por eso, facilitar el pensamiento en la era de la IA exigirá prestar más atención a las secuencias de trabajo. Habrá momentos en los que resulte útil introducir la herramienta al comienzo y otros en los que tenga sentido retrasarla hasta que el estudiante haya construido una primera respuesta. En algunas actividades podrá ampliar posibilidades; en otras convendrá limitarla porque precisamente queremos ejercitar una capacidad que la herramienta puede realizar por nosotros.
La decisión pedagógica no consiste únicamente en autorizar o prohibir una tecnología, sino en identificar qué actividad intelectual queremos preservar en cada momento.
La evaluación empieza a ofrecernos menos información de lo que creemos
No sorprende que el diseño de nuevas formas de evaluación aparezca entre las competencias que el profesorado considera relevantes.
El mismo informe aporta otro dato que merece atención: solo el 28% de los estudiantes considera que muchas o la mayoría de sus evaluaciones reflejan el trabajo, las competencias y el juicio que esperan necesitar en un entorno profesional atravesado por la IA.
La incorporación de estas herramientas obliga a revisar una pregunta que en realidad ya existía antes: qué estamos intentando evaluar cuando pedimos una tarea determinada.
Si una actividad puede resolverse casi por completo delegándola en una Inteligencia Artificial y el resultado sigue cumpliendo todos nuestros criterios de evaluación, conviene analizar hasta qué punto esa tarea estaba permitiendo observar realmente aquello que queríamos medir.
Esto no significa que cada evaluación deba convertirse en una defensa oral, en un proyecto complejo o en una actividad diseñada expresamente para impedir el uso de IA. En muchos casos bastará con ampliar las evidencias que utilizamos para valorar el aprendizaje y dejar de depender exclusivamente del producto final.
Podemos pedir al estudiante que explique cómo definió el problema, qué decisiones tomó durante el proceso, qué fuentes consideró fiables, qué alternativas descartó o por qué modificó una primera respuesta. También podemos observar cómo comprueba un resultado, qué errores detecta y qué partes de su trabajo es capaz de justificar cuando se le pregunta por ellas.
La evaluación necesita recuperar información sobre un proceso que hasta ahora muchas veces dábamos por supuesto porque el producto parecía ofrecer una aproximación razonable a él.
Con la IA, esa aproximación se vuelve bastante menos segura.
Formar al profesorado en IA puede no ser suficiente
El informe muestra además una diferencia que merece cierta atención. El 64% del profesorado afirma haber participado en formación relacionada con alfabetización en Inteligencia Artificial, mientras que solo el 29% de los estudiantes considera que sus profesores están bien preparados para orientarles en su uso.
Conviene no leer ambas cifras como si midieran exactamente lo mismo, porque una recoge la participación del profesorado en formación y la otra refleja la percepción del alumnado sobre su preparación. Aun así, la distancia permite plantear una cuestión relevante sobre el tipo de formación que estamos ofreciendo.
Podemos enseñar a miles de docentes a utilizar asistentes, generar actividades o automatizar procesos y seguir sin resolver buena parte del problema educativo.
Aprender a producir una actividad con ayuda de una IA puede resultar relativamente sencillo. Analizar si esa actividad exige realmente pensar, qué procesos permite delegar o qué evidencias de aprendizaje va a generar requiere otro tipo de conocimiento.
Algo parecido ocurre con la evaluación. Un asistente puede ayudarnos a redactar una rúbrica o proponer criterios con bastante rapidez, pero decidir si esos criterios permiten distinguir entre una respuesta producida y una comprensión real sigue dependiendo del juicio profesional del docente.
La alfabetización en IA necesita, por tanto, avanzar desde el dominio instrumental hacia una integración pedagógica más profunda. Saber utilizar una herramienta será una parte importante de la competencia profesional, aunque probablemente la dificultad aparezca cuando tengamos que decidir cuándo incorporarla, con qué propósito y qué capacidades queremos seguir ejercitando sin delegarlas.
Cuando la respuesta se abarata, cambia el valor del trabajo docente
Durante los primeros meses de expansión de la Inteligencia Artificial Generativa apareció con frecuencia la pregunta de si estas herramientas acabarían sustituyendo parte de la función docente.
Es posible que resulte más útil observar qué partes de esa función ganan importancia precisamente porque la tecnología puede realizar otras con mayor facilidad.
Si acceder a información, obtener una explicación o generar un primer borrador resulta cada vez más sencillo, el docente pierde parte de su centralidad como proveedor exclusivo de respuestas. Sin embargo, aumenta su responsabilidad en el diseño de experiencias, en la elección de preguntas, en la observación del aprendizaje y en la calidad de la retroalimentación.
También adquiere más peso su capacidad para detectar cuándo una respuesta aparentemente correcta esconde un razonamiento débil, cuándo el estudiante ha comprendido de verdad lo que presenta y cuándo una herramienta está ampliando sus posibilidades en lugar de sustituir el trabajo intelectual que queríamos provocar.
Hay además una decisión anterior a todas las demás que sigue siendo pedagógica: determinar qué merece la pena aprender y qué tipo de esfuerzo queremos que siga realizando una persona durante ese aprendizaje.
Quizá por eso resulta tan interesante que el profesorado sitúe la capacidad de facilitar el pensamiento y el aprendizaje por encima de otras competencias más directamente relacionadas con la tecnología.
La llegada de la IA también está haciendo visibles debilidades que antes podían pasar más desapercibidas. Durante años hemos podido diseñar tareas relativamente pobres porque producir el resultado exigía suficiente trabajo como para que el propio proceso sostuviera parte del aprendizaje. Cuando una herramienta puede producir ese mismo resultado en segundos, se vuelve mucho más difícil confundir la calidad del producto con la calidad del aprendizaje que ha ocurrido.
Ahí puede estar uno de los grandes retos de los próximos años.
Los docentes necesitarán conocer las herramientas, comprender sus posibilidades y utilizarlas con criterio, pero su competencia profesional no podrá medirse únicamente por la soltura con la que trabajen con ellas. Tendremos que prestar mucha más atención a su capacidad para diseñar experiencias en las que el alumnado siga leyendo, interpretando, relacionando ideas, contrastando fuentes, equivocándose, revisando, argumentando y tomando decisiones incluso cuando tenga a su alcance una tecnología capaz de hacer parte de ese trabajo.
Aprender a utilizar Inteligencia Artificial será importante. Conseguir que nuestros estudiantes aprendan mientras la utilizan probablemente será bastante más difícil, y ahí es donde la pedagogía vuelve a ocupar el centro de la conversación.