Ramiro Perezzan Rodríguez, Universidad Francisco de Vitoria
Imaginemos que estamos en clase de Historia, y entregamos un trabajo sobre la Restauración Borbónica; lo hemos realizado con ayuda de una inteligencia artificial y ha quedado un texto bien organizado, que responde a lo pedido y suena incluso mejor de lo que esperábamos. Pero al entregarlo nos surge una duda: ¿habríamos sido capaz de hacerlo sin ayuda de la IA?
Y es que la satisfacción con el resultado puede convivir con la inseguridad sobre la propia capacidad. Esta inseguridad es importante en el aprendizaje, pues no solo importa qué se aprende o qué nota se saca, sino cómo de capaces nos sentimos respecto determinado contenido o tarea.
Con ayuda y sin ella
En psicología, la autoeficacia es la confianza para afrontar una tarea concreta. Influye en que nos atrevamos a empezar y sigamos adelante cuando algo cuesta.
Y aquí, el uso de las herramientas de inteligencia artificial puede tener un gran impacto. Si nos apoyamos en ellas cuando no sabemos por dónde empezar, o para entender mejor algo que el libro de texto no ha aclarado, ¿cómo podemos asegurarnos de que, terminado el trabajo o el estudio, nuestra autoeficacia no se verá mermada?
La autoeficacia se fortalece cuando entendemos un determinado problema o ejercicio y sabemos qué hacer con él. Más allá de un resultado correcto, o un texto bien presentado, lo importante es si podemos explicar el razonamiento y usarlo en otro problema; o si sentimos que la realización del trabajo nos ha enseñado a buscar más fuentes, usarlas mejor y organizar mejor las ideas.
Por eso conviene que la ayuda deje huellas y que podamos reconstruir el proceso por nuestra cuenta.
A más IA, menos autoeficacia
¿Qué sabemos hasta el momento del efecto en la autoconfianza del uso de chatbots que ayudan con las tareas académicas? Una investigación reciente recogió datos de 326 universitarios en tres momentos diferentes y encontró una relación: a mayor utilización académica de inteligencia artificial, menor autoeficacia.
En otra investigación, 296 universitarios valoraron cómo harían las mismas tareas con ChatGPT y sin él. En promedio, declaraban más confianza en sus capacidades cuando no lo usaban. Además, quienes afirmaban utilizar ChatGPT con más frecuencia en sus estudios confiaban más al trabajar con la herramienta y menos al resolver solos una tarea parecida.
Hay que tener en cuenta que, aunque estos estudios muestran relaciones claras, están basados en la percepción de sí mismos de los estudiantes, y no en su rendimiento real. Pero apuntan a un problema que puede tener repercusiones serias a largo plazo: si las respuestas de la IA llegan antes de que hayamos intentado resolver por nosotros mismos el problema, trabajo o ejercicio, ¿cómo influirá a la larga esa falta de confianza en nuestras capacidades?
¿De quién es el logro?
Lo clave aquí es cómo interpretamos, como aprendices, lo que hemos conseguido. Si la herramienta nos ha ayudado a expresar mejor algo que ya sabíamos, podemos reconocernos en el resultado. Si, en cambio, sabemos o pensamos que todo el mérito es de la inteligencia artificial, sentiremos que tenemos poco que aportar y dependeremos más de la ayuda antes de intentar resolver la siguiente tarea.
¿Cómo ponernos a prueba y estar seguros de nuestra aportación? Lo descubrimos cuando nos obligamos a explicar el trabajo, o el problema, con nuestras palabras y usarlo en una situación nueva.
Por su parte, los docentes pueden observar el proceso, pidiendo por ejemplo los borradores previos al uso de la IA, o explicaciones orales breves sobre lo realizado, o que se aplique lo aprendido con otros contenidos o en otros contextos.
La construcción de la autoeficacia
Antes de la universidad, en secundaria, esta cuestión es todavía más importante, pues cada experiencia de aprendizaje forma la confianza del alumno en sus capacidades. Resolver una tarea o atascarse con ella influye en la idea de lo que uno puede lograr por sí mismo.
Incluso un error puede servir para descubrir qué falta por entender y qué estrategia permite seguir. Esa experiencia de avance también construye confianza.
La autoeficacia crece cuando se logra algo y se reconoce la propia aportación. Entender por qué se ha resuelto un problema anima a afrontar el siguiente. El apoyo de un profesor o un compañero también puede reforzar esa confianza.
Lo que queda después de la ayuda
La forma en que el alumno interpreta el resultado puede cambiar cómo afronta la siguiente tarea. Si atribuye todo el mérito a la herramienta, quizá vuelva a pedir ayuda antes de intentar resolverla. Si reconoce una aportación propia, tendrá un motivo para probar de nuevo.
Al comentar el trabajo, los docentes pueden ayudarle a reconocer qué ha aportado y dónde necesita apoyo. También pueden pedirle que explique qué ha cambiado, por qué y cómo defendería esa respuesta sin el chatbot. Así, una buena nota no será la única medida de lo que sabe.
También pueden proponer actividades en las que la herramienta sirva para discutir una respuesta, no para sustituirla. El alumno puede comparar sugerencias, justificar qué acepta y revisar después su propia solución.
Un proceso hacia mayor autonomía
El objetivo no es prescindir de las herramientas de inteligencia artificial, sino evitar que la ayuda vaya minando la confianza del estudiante en sí mismo, volviéndolo más dependiente progresivamente, en lugar de lograr el efecto contrario: que cada vez se sienta más capaz de avanzar solo.
Por eso, la pregunta que nos debemos hacer cuando la IA nos ayuda no es lo que hemos logrado con ella, sino de qué nos sentimos capaces después de usarla. Esa duda se responde poco a poco, identificando algo que hemos aprendido en el proceso y sintiéndonos más preparados para el siguiente trabajo.
Ramiro Perezzan Rodríguez, Profesor e Investigador en la Facultad de Ciencias Experimentales, Universidad Francisco de Vitoria
Este artículo fue publicado originalmente en The Conversation. Lea el original.
