IA en la educación: ¿cuál es el margen de acción?

Ivana Templado

Economista de FIEL

La inteligencia artificial ya llegó. Una verdad de Perogrullo, dirán algunos; sobre si llegó para quedarse o no, es una duda que persiste. Que llegó a las escuelas, es otra verdad, casi inevitable, de la que ya pocos dudan demasiado. Para mí, la cuestión no es el tiempo verbal: si llegó, está llegando o llegará, sino qué margen de acción nos queda.

Sobre alguno de estos aspectos se discutió en el webinar “¿Están preparados los sistemas educativos de América Latina para la alfabetización en IA?”. La interacción fue muy interesante, pero sobre todo, permitió ordenar un punto particular: la incorporación de inteligencia artificial en educación no es acerca de una nueva tecnología sino una cuestión de política educativa. Diría que aún más y antes de eso, es de política de Estado. Y en esa capa superior, la decisión podría ser “no hacer nada” y dejar que los agentes (humanos) definan el grado de uso, desarrollo o adopción de la misma, en cualquier caso, sería importante que sea una decisión por acción y no por omisión.

En Latinoamérica en general y en la Argentina en particular, hay un riesgo alto de que la inteligencia artificial amplíe desigualdades educativas si se deja que su adopción dependa exclusivamente del acceso individual a la misma. En nuestro país, donde todavía existen escuelas sin conectividad suficiente y/o bajos recursos informáticos, la difusión y utilización de aplicaciones generativas no está para nada garantizada, y esto necesariamente refuerza desigualdades.

De acuerdo al Índice Latinoamericano de Inteligencia Artificial (ILIA), los países con mejores resultados no son los que tienen más usuarios de IA, sino los que desarrollaron estrategias institucionales para integrarla. Según este índice, la Argentina aparece en el grupo deadoptantes, esto es, tiene capacidades científicas y capital humano relevante en inteligencia artificial, pero todavía no una arquitectura institucional consolidada para su integración sistemática. Es decir, no está en una posición marginal, pero tampoco de liderazgo.

El ILIA clasifica a los países de la región en tres grupos: pioneros, adoptantes, exploradores. Las fortalezas de la Argentina vienen de su masa crítica científica, el número de universidades activas en investigación en IA y su capital humano en Ciencias, Tecnología, Ingeniería y Matemática (lo que en la jerga académica se conoce como STEM). Estas capacidades sugieren que el país podría avanzar hacia una estrategia distinta de la de los países exploradores: convertirse en un adoptante virtuoso.

¿A qué me refiero? O ¿qué implicancias tendría? Pensando exclusivamente en el sistema educativo, sería no desarrollar necesariamente modelos propios desde cero, sino seleccionar las herramientas más adecuadas a cada contexto, probarlas en dichos contextos reales, evaluarlas rigurosamente y finalmente escalarlas donde funcionen. Estoy pensando sobre todo en aquellas áreas donde el sistema educativo enfrenta dificultades persistentes, como lectura y matemática en los primeros años de escolaridad.

Es un hecho que, de todos los actores del sistema educativo, son los estudiantes los que más rápido han incorporado el uso de la inteligencia artificial, pero el impacto pedagógico de esa adopción está en tela de juicio y aquí es donde las decisiones institucionales y de gobernanza cobran relevancia. Es en este punto donde corresponde analizar cuál es el margen de acción con el que se cuenta, apropiárselo y avanzar en consecuencia.

Si se deja que la IA en las escuelas queda librada principalmente a decisiones individuales o se la aprovecha e incorpora como política educativa capaz de mejorar aprendizajes. El programa PaideIA de la Secretaría de Educación de la Nación, es una de las iniciativas incipientes en esta dirección, orientado a construir capacidades nacionales para el desarrollo y uso de IA.

Diferentes objetivos

En este sentido, es importante distinguir entre tres objetivos distintos: aprender sobre IA, aprender a desarrollar IA y aprender a usar IA. La alfabetización en IA implica comprender qué es esta tecnología, cómo funciona, qué decisiones automatiza y qué riesgos plantea (por ejemplo, en términos de sesgos de los algoritmos, privacidad o confiabilidad de sus respuestas). La formación para desarrollar IA corresponde a trayectorias más especializadas, vinculadas al fortalecimiento de capacidades científicas y tecnológicas del país. Mientras que el aprendizaje con IA, supone utilizarla como herramienta cognitiva para apoyar procesos de enseñanza-aprendizaje haciendo especial uso de su capacidad de retroalimentación personalizada. Creo que es importante tener clara esta diferencia para no suponer que incorporar inteligencia artificial en la escuela equivale necesariamente a enseñar programación avanzada, cuando en realidad su impacto más inmediato puede estar en mejorar los aprendizajes básicos.

Si la idea es acelerar la mejora de los aprendizajes básicos, el rol docente es central, pero no puede asumirse que los docentes podrán orientar automáticamente su uso pedagógico, o que dicha capacidad es homogénea en un sistema educativo tan diverso y sobre todo, descentralizado como el nuestro.

La integración educativa de la IA requiere de formación docente específica, pero aquí también es necesaria una selección de herramientas criteriosa que incluya evaluación de impacto. Es decir, requiere política educativa, que no necesariamente deba ser de arriba a abajo, puede ser de abajo hacia arriba, porque es altamente probable que docentes y estudiantes proactivos descubran o adapten aplicaciones que les sean más útiles, pero en cualquier caso demanda la presencia de perfiles institucionales que estén atentos a los movimientos que se den en el ecosistema escolar.

Como señaló Elena Rovner (Banco Mundial) en el webinar, en América Latina ya es posible observar dos estrategias muy distintas de incorporación de la inteligencia artificial en educación. Una es la de Uruguay, más ordenada y sostenida en el tiempo, con una construcción institucional progresiva desde hace años, y la otra es la de El Salvador, más apoyada en la dinámica del mercado y en acuerdos con actores tecnológicos. En ambos casos hay un rasgo clave, no son procesos espontáneos. En ese sentido, el desafío para la Argentina no es decidir si la inteligencia artificial llegará al sistema educativo, sino definir cómo se quiere que llegue, si como una suma de iniciativas dispersas o como parte de una estrategia que permita aprovechar sus oportunidades para mejorar los aprendizajes y reducir desigualdades.