Desde la llegada de la iA, las conversaciones suenan muy similares: una profesora cuenta cómo la inteligencia artificial le devolvió los domingos; el profesor del escritorio contiguo argumenta cómo la iA va a arruinar a sus estudiantes. Ambos hablan de la misma herramienta y ambos tienen razones de peso. Parece no haber consenso.

Empecemos por el entusiasmo, conversación dominada por los early adopters. Se adopta una herramienta educativa (EdTech), se mide el tiempo que ahorró y se declara la innovación. Lo que casi nunca medimos es: ¿qué le pasó al aprendizaje mientras tanto? La usabilidad predominó por encima del aprendizaje.

La UNESCO advirtió en 2021, antes de que existiera ChatGPT, que la eficacia que se atribuye a muchas herramientas educativas “puede deberse más a su novedad que a su contenido”. Adoptar algo porque es nuevo no es innovar. Es simplemente comprar. Se me ocurre una señal para reconocerlo. Cuando alguien nos presente una herramienta, vale la pena fijarse en sus “beneficios” concretos. Casi todo ocurre con la herramienta encendida: el tiempo que se ahorró, las tareas que se entregaron, la rapidez con la que se produjo el trabajo, lo contentos que quedaron los alumnos. Nada de esto dice si alguien aprendió algo. Eso se mide después, y sin la herramienta enfrente.

El año pasado, en el estudio Generative AI without guardrails can harm learning: Evidence from high school mathematics (Bastani et al., 2025), los investigadores solicitaron a cerca de mil estudiantes de bachillerato en Turquía resolver problemas de matemáticas con acceso a GPT-4. Mientras lo usaban, sus calificaciones subieron 48%. Después les quitaron la herramienta y les aplicaron un examen. Rindieron 17% peor que los compañeros que nunca habían usado la herramienta de iA. Los autores lo llaman el efecto muleta: los estudiantes pedían a GPT-4 la solución y simplemente la copiaban. Eso les impidió comprometerse con el material antes de tener que resolver los problemas por su cuenta. El 48% inicial era válido, simplemente no medía lo que creíamos. El entusiasta no siempre evalúa la herramienta: la estrena. Ve qué funciona y da por hecho que sirve. Y funcionar y servir dejan de ser lo mismo en cuanto hay alguien aprendiendo de por medio.

Por otro lado, el miedo tampoco es una postura, aunque hay quien lo disfraza de prudencia. Prohibir siempre es más cómodo. Cabe en un reglamento y se firma en una tarde. La Secretaría de Educación Pública en la Encuesta Nacional sobre “Usos y percepciones sobre la Inteligencia Artificial Generativa en la educación superior mexicana” (2025) afirmó que las respuestas institucionales basadas en la restricción o la prohibición “no solo resultan inoperantes, sino que empujan el uso hacia la informalidad, sin ningún acompañamiento pedagógico ni ético”. El estudiante la va a usar de todas formas. Existen dos caminos: la usa acompañado o a escondidas. Y no es un matiz menor. Quien la usa a escondidas no pregunta, no declara y no aprende. Inconscientemente incentivamos a esconderse. No a discernir.

Existe también una tercera postura. Es la que dice que la inteligencia artificial “tiene sus pros y sus contras”. Nadie discute esa frase. Ese es justamente el problema. No compromete a nada, no ordena ninguna decisión, y permite salir de la reunión con la conciencia tranquila y sin haber resuelto nada. ¿Cuántas discusiones hemos cerrado así? Quizá sea la manera más elegante de no pensar. Un criterio sirve para resolver un caso concreto; “pros y contras” no resuelve ninguno.

¿Qué queda, entonces, si no es el entusiasmo, ni el miedo, ni la tibieza?

Queda algo más exigente que los tres. S. S. León XIV lo formula en Magnifica Humanitas sin ambigüedad: “No bendigamos entusiasmos ingenuos ni alimentemos miedos estériles. Más bien, indiquemos criterios de discernimiento […] y traduzcámoslos en prácticas”.

Esta exigencia de discernimiento se materializa, precisamente, en el corazón de nuestra propuesta institucional: RAiSE. Raise en inglés significa elevar y mejorar algo; y bajo ese horizonte hay que comprender el acrónimo Responsible AI Solutions for Education [RAiSE]. ¿Elevar a quién? Conviene precisarlo, porque el sujeto se puede perder con facilidad. No necesariamente a la institución. No a los indicadores. No al promedio del grupo. Sino por encima de todo esto, a la persona que está aprendiendo, que tiene nombre y que va a graduarse en unos años.

¿Y cómo se traduce esto en la práctica? Con preguntas que quepan en una junta y que obliguen a decidir. ¿Esta herramienta complementa lo que el estudiante ya sabe hacer, o lo sustituye? ¿Lo vuelve más capaz, o más dependiente? Y si algo sale mal, ¿quién responde? Porque la respuesta jamás podrá ser “fue culpa del GPT, de GEMINI o de Claude”.

Si una herramienta funciona pero genera dependencia, falla. Aunque funcione.

Alguien dirá que esto es pedir demasiado, y que mientras discutimos criterios y proponemos prácticas, la tecnología vuelve a cambiar. Quizá. Pero llevamos siglos haciendo precisamente eso, y no se nos ha dado mal. Recibir algo poderoso, preguntarnos para qué le sirve a la persona, y enseñar a usarlo. La imprenta también llegó sin manual.

**

Tanto la profesora entusiasta como el profesor precavido tienen razón a medias.

Lo difícil no es elegir bandos.

Ni fascinarse, ni asustarse, ni hacer nada;

… elevar (raise), que da bastante más trabajo que las otras tres cosas juntas.