Cuando una IA hace la tarea… y la otra IA la corrige

Hay una escena educativa que parece un chiste, pero ya está pasando. Un alumno usa Inteligencia Artificial para hacer un trabajo práctico. El docente, agotado y con poco tiempo, usa IA para corregirlo. Entonces uno se pregunta: ¿nos corremos todos y dejamos que las inteligencias artificiales se arreglen entre ellas?

Lo gracioso dura poco. Porque detrás de esa escena hay una pregunta mucho más incómoda: si nadie piensa demasiado en el proceso, ¿dónde quedó el aprendizaje?

El problema no es que exista la Inteligencia Artificial. El problema es cuando la usamos para no pensar. Una cosa es que un alumno use IA para buscar ideas, practicar, comparar, mejorar un borrador. Y otra muy distinta es que le diga: “haceme el trabajo”, lo entregue y listo. Ahí no aprendió: tercerizó.

Durante años, muchas evaluaciones estuvieron diseñadas para comprobar si el alumno podía producir un resultado: un resumen, un ensayo, una respuesta prolija, una monografía. El problema es que hoy una IA puede hacer buena parte de eso en segundos, tanto en la universidad como en secundaria.

Entonces aparece el gran error de esta época: creer que el problema es la IA. No. El problema es que muchas veces confundimos “entregar algo” con “haber aprendido”. Si en el medio no hay alguien pensando, tenemos una especie de teatro educativo: parece que hubo tarea, parece que hubo corrección, parece que hubo aprendizaje… pero capaz no pasó nada.

El problema tampoco es que el docente use IA para corregir. Puede ser una herramienta fantástica para ahorrar tiempo, detectar patrones, ordenar criterios o generar primeras devoluciones. El problema aparece cuando la corrección se convierte solamente en un trámite automático.

Corregir no es solo poner una nota. Corregir también es conocer cómo piensa ese alumno, detectar sus confusiones, ver su evolución, descubrir qué entendió y qué no. La retroalimentación es uno de los momentos más potentes del aprendizaje. Si el alumno terceriza el pensamiento y el docente terceriza completamente la devolución, se pierde algo muy humano: el encuentro pedagógico.

La IA puede ayudar muchísimo en la evaluación. Pero no debería reemplazar la mirada profesional del docente. Porque una buena devolución no solo corrige un trabajo: acompaña una manera de pensar.

Aprender no es solo llegar a una respuesta. Aprender implica dudar, conectar ideas, sostener la frustración, revisar, equivocarse, argumentar, reorganizar el pensamiento. El cerebro aprende cuando trabaja. Y si todo el esfuerzo cognitivo queda tercerizado, algo importante empieza a perderse.

La discusión ya no puede ser “IA sí” o “IA no”. Esa discusión llegó tarde. La IA ya está adentro de las aulas, de las casas y de los bolsillos. La verdadera pregunta es otra: ¿qué capacidades humanas vamos a seguir exigiendo?

Y acá aparece un tema delicado. Los alumnos universitarios de hoy son los profesionales de mañana. No para dramatizar, pero sí para pensar: si un estudiante se acostumbra a resolver siempre con IA aquello que debería ayudarlo a construir criterio, ¿qué pasa con su formación profesional?

Nadie dice que una carrera se apruebe solo con un trabajo práctico ni que un examen defina todo. Pero si, evaluación tras evaluación, el pensamiento propio queda reemplazado por respuestas asistidas, algo del entrenamiento se debilita.

Después, claro, todos queremos profesionales que sepan usar buenas herramientas. Pero también queremos que, si la herramienta falla, se corta internet o el caso se vuelve complejo, haya una cabeza formada detrás.

No necesitamos médicos, abogados, ingenieros o docentes “anti IA”. Necesitamos profesionales que sepan pensar con IA… y también sin ella.

La IA puede ayudar muchísimo. Pero hay habilidades que una sociedad no puede dejar de entrenar. Por eso el gran desafío educativo de esta década no es prohibir la tecnología. Es rediseñar la evaluación.

Y rediseñar no significa volver a tomar pruebas memorísticas interminables. Significa dejar de evaluar solamente productos terminados y empezar a mirar más el pensamiento en acción. Tal vez tengamos que evaluar menos “qué entregó” y más “cómo llegó hasta ahí”. No para perseguirlos, sino para volver a ver algo básico: qué entendieron de verdad.

Eso implica recuperar algunas prácticas que la escuela y la universidad habían ido perdiendo: más conversaciones, más oralidad, más resolución de problemas reales, más escritura en clase, más debates, más defensa de ideas, más procesos visibles.

La IA nos obliga a volver a una pregunta muy antigua: ¿queremos alumnos que entreguen trabajos o alumnos que aprendan a pensar?

Un alumno del secundario puede pedirle a la IA un ensayo brillante sobre ética. Pero es mucho más desafiante sostener una discusión en vivo con repreguntas inesperadas. Un alumno de medicina puede generar una respuesta perfecta sobre un caso clínico. Pero otra cosa es explicar, en tiempo real, por qué tomaría determinada decisión frente a un paciente.

También hay algo interesante: la llegada de la IA está obligando a la educación a hacerse preguntas que debía hacerse hace tiempo. ¿Tiene sentido seguir pidiendo tareas que consisten solo en buscar información y reorganizarla? ¿Cuántos trabajos prácticos realmente exigen pensamiento profundo? ¿Cuántas veces evaluamos comprensión… y cuántas simplemente verificamos obediencia académica?

Tal vez esta crisis sea, también, una oportunidad. Porque las evaluaciones más difíciles de reemplazar con IA suelen ser las más humanas: las que exigen argumentar, relacionar, crear, tomar decisiones, explicar con palabras propias, adaptarse a situaciones nuevas o trabajar con otros.

Para complementar un trabajo final tradicional, podríamos pedirles a los alumnos que:

También podríamos trabajar con evaluaciones abiertas donde importe más justificar que acertar; trabajos colaborativos donde cada integrante tenga que explicar una parte; instancias breves de conversación individual; actividades que conecten contenidos con experiencias reales.

La paradoja es fascinante: cuanto más avanza la tecnología, más importante se vuelve lo humano.

La clave, entonces, no es usar IA para reemplazar el cerebro, sino para empujar el pensamiento un paso más allá de donde el alumno llegaría solo.

Tal vez el futuro de la evaluación no consista en luchar contra la IA, sino en dejar de diseñar actividades que una máquina puede resolver mejor que un estudiante, porque si la escuela y la universidad siguen premiando únicamente el resultado rápido y correcto, la IA siempre tendrá ventaja. Pero si empezamos a valorar la curiosidad, el criterio, la profundidad, la creatividad, la ética y la capacidad de pensar con otros, entonces la educación todavía tiene algo irremplazable para ofrecer.

Recibí en tu mail todas las noticias, historias y análisis de los periodistas de Clarín