La inteligencia artificial revolucionará la educación (para bien)

Durante las vacaciones de Navidad no pudimos cargar con demasiados cuentos en las maletas, así que decidí tirar de ChatGPT para ayudarme. La primera noche, le sugerí que me escribiera una historia sobre dos niños de tres y ocho años perdidos en una montaña nevada, que durara cinco minutos, que fuera divertida, que tuviera final feliz y que estuviera adaptada a niños de esas edades. En cinco segundos había escrito una historia más original y entretenida que muchos de los cuentos que habitualmente compramos. Los niños se engancharon inmediatamente. Al terminar, me pidieron otra. Y luego más. Después empezamos a interactuar con los protagonistas. Le dimos nuevos giros a la historia. Y más tarde creamos nuevos personajes. Y también cambiamos los finales. Terminamos leyendo más de media hora y eso se repitió casi todos los días de las vacaciones.

Esta es solo una pequeña anécdota. A algunos les parecerá sorprendente. A los que estén siguiendo de cerca los desarrollos de la inteligencia artificial (IA) en educación les parecerá solo una gota de agua en un mar de nuevas posibilidades. Salman Khan, el consejero delegado y fundador de Khan Academy —una exitosa academia de vídeos tutoriales radicada en EE UU— cuenta en su último libro el día en que Sam Altman, el jefe de OpenAI, le propuso verse. Sucedía pocos meses antes de que la primera versión de ChatGPT irrumpiera en el mundo con más fuerza que cualquier aplicación previa en la historia de internet. Entonces, el equipo de Open AI estaba buscando aliados para poder mostrar los impactos sociales positivos de la IA generativa y había elegido las academias de Khan. La idea fue lanzar un tutor personalizado que se comportara como un tutor humano, adaptado a tus conocimientos y gustos, que pudiera acompañarte siempre y al que pudieras preguntar sobre cualquier cosa en cualquier momento.

Al cabo de poco tiempo estaba el primer prototipo en el mercado. Khanmigo es una máquina a la que le puedes preguntar por texto o por voz lo que quieras y no te ofrece una respuesta definitiva, sino que, como un buen profesor socrático, te hace más preguntas y te da ejemplos para orientarte hacia la respuesta. También puedes subirle una imagen sobre cualquier problema, de fracciones, francés o historia del arte. En el vídeo promocional, Khan y su hija suben una foto de un triángulo, y la IA les ayuda paso a paso a calcular el ángulo de la hipotenusa.

En grupos grandes, cada nueva materia se aprende típicamente de forma incompleta, y ese efecto es acumulativo a lo largo de los años. En 1984, el psicólogo educativo Benjamin Bloom caracterizaba los efectos de la enseñanza individualizada como el two sigma problem. Según Bloom, la retroalimentación personalizada podía ayudar a mejorar el aprendizaje en dos desviaciones estándar (two sigma), el equivalente a pasar del percentil 50 al 96. Después de eso, la investigación ha mostrado abundantes evidencias sobre los efectos positivos de enseñar “al nivel adecuado” o sobre el altísimo retorno de las tutorías individualizadas o en pequeños grupos. Sin embargo, por razones obvias esa enseñanza individualizada es muy costosa. La mejor solución a la que hemos podido llegar ha sido imperfecta: meter a 25 o 30 alumnos en una clase con un solo profesor. Eso ha permitido democratizar la escolarización. Pero no es una solución perfecta: a muchos les cuesta seguir el ritmo y a los más motivados no les lleva al máximo de su potencial.

La IA puede ayudar a cambiar eso para siempre, haciendo posible a la vez la diversidad y la individualización en la misma clase. Un reciente experimento en Nigeria muestra unos resultados muy prometedores. Unos investigadores del Banco Mundial asignaron de forma aleatoria en centenares de centros un refuerzo educativo por las tardes con el foco en la lengua inglesa y con apoyo de un modelo de IA generativa. En solamente seis semanas de refuerzo por las tardes, los alumnos del grupo de tratamiento —con acceso al apoyo de la IA— tuvieron mejoras equivalentes a dos años de aprendizaje en relación con el grupo de control. Las mejoras no se limitaron al inglés: hubo también efectos positivos en diferentes asignaturas en la escuela.

Un aprendizaje importante de este experimento es que esos fantásticos resultados se lograban gracias a la interacción con los profesores, que recibieron un pequeño entrenamiento para trabajar con la IA en clase. Con un poco de guía en las preguntas y las indicaciones, los estudiantes ganaron autonomía y empezaron a resolver sus dudas concretas, mientras que se liberaba tiempo del maestro para ayudar a otros grupos de estudiantes en la clase que tuvieran más necesidad. La IA funcionó como complemento al humano —y no como sustituto— para multiplicar las posibilidades de aprendizaje de todos los alumnos.

Este es un ejemplo, pero hay muchos más. La IA puede ayudar de muchas maneras a los profesores: para reducir tiempo en preparar sus clases, para retroalimentarse sobre su forma de enseñar, para ayudarles a estructurar su asignatura o para preparar exámenes simplemente alimentando a la máquina con el material que se ha cubierto en la asignatura. Pero también les pueden servir para conocer mejor a sus alumnos. Ahora existen programas basados en la IA que permiten medir en tiempo real las habilidades específicas de los estudiantes y generar informes cuando se necesite: la empresa emergente española Monk es un buen ejemplo. Eso permite ofrecer datos a los profesores para que entiendan dónde puede estar el escollo de aprendizaje de forma mucho más precisa. Estas tecnologías también permiten usar, por ejemplo, vídeos de instrucción que se adapten a tu nivel generando preguntas de forma automática basándose en esos vídeos (como hacen en EdPuzzle, una firma catalana de tecnología educativa que triunfa en Estados Unidos) o sobre la base de textos que estés leyendo para medir tu comprensión lectora.

Desde el punto de vista de los decisores públicos, el potencial de estas máquinas es enorme. Por ejemplo, la brecha entre los que pueden pagarse o no clases de refuerzo por las tardes es creciente y contribuye a que las desigualdades aumenten. El acceso a tutorías de calidad podría democratizarse enormemente gracias a tutorías con apoyo de la IA. Por otra parte, la IA acompañada de suficiente acceso a datos puede ayudar a anticipar futuros problemas o a asignar mejor los recursos: por ejemplo, una investigación muestra que se puede predecir con varios años de antelación la probabilidad de que un niño abandone la escuela en el futuro y reaccionar antes para evitarlo.

Por supuesto, persisten retos. Una máquina que genera textos, si no se usa de la manera correcta, podría contribuir a perjudicar el aprendizaje de la escritura. Deberemos hacer más exámenes orales o ensayos largos y complejos presenciales y menos redacciones en casa, y fomentar el pensamiento lateral y relacional que las máquinas, al menos por el momento, tienen más difícil replicar, como sugiere el catedrático de Didáctica de la UNED Juan Manuel Moreno. Por otra parte, la evidencia muestra que la exposición abusiva a pantallas puede ser perjudicial, pero eso se puede acotar. También es importante asegurar que los contenidos resultan adecuados y seguir avanzando en reducir errores y alucinaciones. Pero las mejoras en las últimas versiones de estos modelos de lenguaje son ya enormes. Todavía estamos al principio de esta revolución. Puede generar vértigo, como las montañas nevadas del cuento. Pero seguro que el trayecto vale la pena.