I. Introducción
En el documento anterior discutimos cómo los sistemas de ciencia de datos han venido moldeando el comportamiento de gran parte de la sociedad actual. Su capacidad para recolectar y analizar volúmenes masivos de información sobre la conducta individual y colectiva ha permitido construir un mecanismo que hemos denominado el nuevo Demonio de Laplace. Mientras el demonio hipotético de Laplace (1951/1814) buscaba predecir el estado de la materia mediante leyes físicas, este sistema digital predice y moldea la conducta humana. Para la comunidad docente, este mecanismo se puede resumir en tres dinámicas clave:
· Seducción en lugar de coerción: No obliga ni prohíbe; atrae mediante la gratificación inmediata, el confort y la respuesta fácil, eliminando toda barrera de esfuerzo.
· Retroalimentación constante: Cada duda, búsqueda o interacción de la persona es un insumo gratuito para que el sistema aprenda de sus sesgos y debilidades.
· Persuasión creciente: Con cada dato consumido, el sistema refina su lenguaje para volverse más fluido, personalizado y convincente, simulando una autoridad intelectual infalible.
Para la educación, el dilema no es técnico sino profundamente pedagógico: nos enfrenta a estudiantes que habitan un entorno diseñado para anticipar sus intenciones y resolver sus dudas antes de que tengan la oportunidad de procesarlas con rigor. Zuboff (2019) enmarca esta dinámica en lo que denomina capitalismo de la vigilancia, y lo describe así:
El capitalismo de la vigilancia reclama unilateralmente la experiencia humana como materia prima gratuita para su traducción en datos de comportamiento que se alimentan de máquinas con inteligencia artificial avanzada para fabricar productos de predicción que anticipan lo que harás ahora, pronto y más tarde (p. 8).
Lo que no exploramos en ese primer texto es la manera en que la Inteligencia Artificial Generativa (IAG) amplifica y no modera este mecanismo, así como los riesgos que esto representa para la educación en general y para la Educación Matemática en particular.
II. La IAG amplifica el demonio y los riesgos para el intelecto humano
Carr (2010) y Wolf (2018) ya habían documentado la forma en que las plataformas digitales reconfiguraban los circuitos cerebrales de lectores y estudiantes, premiando la recompensa inmediata sobre el esfuerzo sostenido. Con la IAG, el mecanismo que describe Zuboff da un salto cualitativo, tiene ahora el potencial no solo para fragmentar la atención mediante estímulos externos, sino para apoderarse de los procesos mismos del pensamiento, automatizando la producción intelectual.
Durante siglos, el ser humano transformó su entorno mediante el esfuerzo de resolver problemas por ensayo y error. A ese esfuerzo de la resistencia, la duda, el trabajo mental que exige procesar información nueva lo denominamos fricción cognitiva, y es lo que ha permitido a las personas convertirse en creadoras de su propio conocimiento. Aprender, investigar y redactar exigen tiempo y dudas; pero ahora la IAG puede eliminar esa fricción, ofreciendo respuestas inmediatas, adaptadas y convincentes que conducen a la ley del mínimo esfuerzo intelectual, aunque no siempre podrían ser correctas.
Los riesgos que esto puede tener sobre las personas son incalculables. El cerebro humano consume el 20% de la energía metabólica del cuerpo con solo el 2% de su masa: es el órgano más caro de mantener. Kahneman (2011) y Merzenich (2013) han mostrado que los circuitos cerebrales no son estáticos: la función cognitiva que se deja de ejercitar se debilita, y sus recursos se reasignan a otras áreas, la frase “úsalo o piérdelo”, podría ser aplicado aquí de forma casi literal.
Con la IAG se corre el riesgo de pasar de la adicción al consumo tecnológico pasivo a una delegación aún más profunda: entregar a una herramienta nuestras inquietudes e interrogantes más íntimas. Cada vez que lo hacemos, esa herramienta procesa nuestras dudas y vacíos de conocimiento como materia prima gratuita, perfeccionándose para volverse aún más persuasiva frente a un cerebro que ya llega debilitado por la falta de atención sostenida.
III. No hay que endemoniar la herramienta
Conviene ser claros, no son las herramientas digitales en general ni la IAG en sí misma las responsables de este fenómeno, sino el uso que hemos permitido que se les dé. En términos simples, estos sistemas son modelos matemáticos que aprenden regularidades en grandes cantidades de datos mediante estadística y teoría de probabilidades: cada respuesta que producen no es una búsqueda de información exacta, sino una inferencia estadística sobre la continuación más plausible de un patrón dentro de su entrenamiento.
Desde la perspectiva educativa, esto le da a la IAG un enorme potencial, siempre que su uso sea pedagógicamente intencionado. Su mayor valor no está en dar respuestas inmediatas o sustituir la indagación, sino en promover la reflexión, la argumentación y la construcción del conocimiento. Sin embargo, para lograrlo es necesario transformar la forma en que tradicionalmente se ha integrado la tecnología en el aula, y en particular en la enseñanza de las matemáticas.
IV. Lo que ya empieza a mostrar la evidencia
Esta preocupación que hemos planteado no es solo teórica. Bratsberg y Rogeberg (2018) y Desmurget (2020) documentan el aparente fin del histórico Efecto Flynn: una caída sistemática en los puntajes de coeficiente intelectual de las poblaciones jóvenes. Aunque es metodológicamente prematuro establecer una relación causal directa con la IAG u otras herramientas digitales, la velocidad con la que se está anulando la fricción cognitiva permite plantear la hipótesis de un escenario todavía más severo.
Los sistemas educativos de América Latina, que históricamente han sido el principal bastión de movilidad social y emancipación intelectual para las poblaciones de menos recursos, enfrentan ahora un desafío que va más allá de sus carencias estructurales conocidas. Lo que está en juego no es solo la equidad en el acceso a recursos digitales, sino la condición misma del ejercicio autónomo del razonamiento.
V. Necesidad de una respuesta educativa
En matemáticas, resolver un problema genuino exige un esfuerzo cognitivo que se despliega en varios procesos simultáneos: planificación, razonamiento, argumentación, conexión con otras áreas matemáticas y disciplinares, representación y comunicación. No son pasos decorativos, son precisamente los procesos que potencian en el estudiante la obtención de capacidades cognitivas de orden superior necesarias para enfrentar los problemas reales de su contexto y tomar decisiones fundamentadas (Ruiz, 2018). Kuhn, Zillmer, Crowell y Zavala (2013) coinciden desde la psicología cognitiva que las demandas educativas actuales deben trascender la mera adquisición de información y centrarse en la argumentación coordinada y el control metacognitivo.
La experiencia de las últimas décadas demuestra que la tecnología digital en el aula a menudo se limitó a reproducir metodologías tradicionales sin alterar la pedagogía de fondo. La irrupción de la IAG no debe repetir ese error. No se trata de subordinar la escuela a la “arquitectura de la captura” ni de competir con la máquina en la producción de respuestas, sino de utilizarla éticamente para ampliar las capacidades analíticas de los estudiantes sin anular su juicio crítico.
Aquí se revela la gran paradoja de la educación contemporánea: se espera que la escuela forme personas capaces de pensar y argumentar por sí mismas, mientras esas mismas personas habitan un entorno diseñado para reducir el esfuerzo cognitivo y automatizar la actividad intelectual. Y la paradoja se profundiza porque el docente tampoco observa el fenómeno desde afuera: vive inmerso en ese mismo ecosistema de inmediatez.
Mientras la arquitectura de la captura busca minimizar el esfuerzo para maximizar la dependencia del usuario, la educación debe perseguir el objetivo contrario: diseñar deliberadamente experiencias que incrementen la fricción cognitiva como condición para el aprendizaje profundo y el pensamiento crítico. La función de la educación matemática deja de ser la transmisión de procedimientos para convertirse en la creación de escenarios que hagan nuevamente valioso el acto de pensar. Es allí donde la disciplina puede reivindicar su papel central: formar ciudadanos capaces de razonar con autonomía y utilizar la inteligencia artificial para ampliar sus capacidades, no para sustituirlas.
En última instancia, estas reflexiones plantean una advertencia fundada sobre un posible riesgo para nuestros sistemas educativos. Sostener y profundizar esta discusión en todas las diferentes esferas de la comunidad educativa es una responsabilidad ineludible. De la postura crítica y decidida que asumamos hoy, especialmente desde la Educación Matemática, dependerá que la IAG se consolide como un sustituto para el razonamiento o como una herramienta para potenciar la mente humana.
Referencias
- Bratsberg, B., & Rogeberg, O. (2018). Flynn effect and its reversal are both environmentally caused. Proceedings of the National Academy of Sciences, 115(26), 6674–6678. https://doi.org/10.1073/pnas.1718793115
- Carr, N. (2010). The shallows: What the Internet is doing to our brains. W. W. Norton.
- Desmurget, M. (2020). La fábrica de cretinos digitales: Los peligros de las pantallas para nuestros hijos (L. Cortés Fernández, Trad.). Península. (Obra original publicada en 2019).
- Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
- Kuhn, D., Zillmer, N., Crowell, A., & Zavala, J. (2013). Developing norms of argumentation: Metacognitive, epistemological, and social dimensions of developing argumentive competence. Cognition and Instruction, 31(4), 456–496.
- Laplace, P.-S. (1951). A philosophical essay on probabilities (F. W. Truscott & F. L. Emory, Trads.). Dover Publications. (Obra original publicada en 1814).
- Merzenich, M. (2013). Soft-wired: How the new science of brain plasticity can change your life (2.ª ed.). Parnassus Publishing.
- Ruiz, A. (2018). Evaluación y pruebas nacionales para un currículo de Matemáticas que enfatiza capacidades superiores. Comité Interamericano de Educación Matemática. https://www.angelruizz.com/wp-content/uploads/2019/02/Angel-Ruiz-Evaluacion-y-pruebas-2018.pdf
- Wolf, M. (2018). Reader, come home: The reading brain in a digital world. Harper.
- Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.
