Fortalezas, debilidades, oportunidades y amenazas de la inteligencia artificial en educación

Como afirmaba Niall Ferguson en su amplio y provechoso artículo publicado en el periódico El Mundo el pasado 13 de julio: «(…) las consecuencias económicas y geopolíticas de la IA palidecen en comparación con las consecuencias educacionales».

Sin embargo, es relativamente frecuente encontrarse con opiniones no sólo de ciudadanos típo, sino también de intelectuales y de profesionales destacados, con una sólida formación en ciencias sociales, que vienen a sostener que estamos ante un nuevo avance tecnológico disruptivo como tantos otros de los que han aparecido a lo largo de la historia de la humanidad. Lo comparan, por ser más próximos, con Internet o con Google. Esta banalización de la IA parece ignorar que su uso, incluso en su estado actual de desarrollo, afecta directamente a las bases del aprendizaje intelectual, al soporte cognitivo de nuestros razonamientos, a la forma en que elaboramos nuestro pensamiento, al modo en el que lo expresamos y a las interacciones entre todo ello, lo cual terminará repercutiendo, indefectiblemente, en lo que somos.

Esta es mi cuarta columna publicada en El Debate concerniente a IA y educación, serie que inicié sólo unos meses después de la irrupción del ChatGPT en el panorama global. Aunque seguro que no será la última, procede compartir con los lectores una aproximación más sistemática, siquiera sea cualitativa, del impacto de la IA en educación. Recurriré para ello a un análisis DAFO –SWOT en inglés–, conocido acrónimo de Debilidades, Amenazas, Fortalezas y Oportunidades.

Los análisis DAFO son considerados, en el mundo de las organizaciones, como un instrumento considerablemente útil en el que apoyar el pensamiento estratégico, o proceso capaz de facilitar la adaptación a ese contexto volátil, incierto, complejo y ambiguo en el que habrá de desarrollarse, en nuestro caso, la educación en el siglo XXI. En un sentido estricto, las debilidades y las fortalezas son consideradas como rasgos internos al medio que se trate de analizar –negativos y positivos respectivamente–; mientras que las amenazas y las oportunidades corresponden a rasgos externos a dicho medio –negativos y positivos respectivamente–, pero que pueden influir sobre él.

De los diferentes análisis DAFO, concernientes a IA y educación, ya disponibles, el más completo probablemente sea el efectuado por Rane y colaboradores (2024), que está referido estrictamente al ChatGPT y cuyo contenido se resume en lo que sigue.

Fortalezas

La IA de los grandes modelos de lenguaje (LLM) facilita un acceso instantáneo a una gran cantidad de información y de recursos, que está disponible las 24 horas del día, lo que facilita horarios flexibles de consulta y de aprendizaje. Permite una relación interactiva y puede simular conversaciones para mantener el interés del estudiante. Es capaz de automatizar tareas repetitivas, liberando tiempo hábil para los educadores. Se adapta a las diferencias individuales de los alumnos y a sus diferentes estilos de aprendizaje, personalizando las respuestas. Puede proporcionar un apoyo académico adicional, desarrollando las funciones de un tutor. Sus soluciones son aplicables a instituciones educativas de cualquier tamaño. Es capaz de trabajar en diferentes idiomas, lo que dota a la herramienta de un alcance global. Puede anonimizar datos para proteger la privacidad de los estudiantes. Facilita entornos de aprendizaje colaborativo mediante acceso compartido. Aporta eficiencia en la gestión y distribución de los recursos educativos. Puede proporcionar retroalimentación instantánea sobre el rendimiento de los alumnos. Puede adaptar los mensajes motivacionales a los estudiantes en función de su grado de progreso. Reduce la necesidad de materiales físicos y puede reducir los costes operativos. Genera ahorros a largo plazo para las instituciones educativas.

Debilidades

Carece de la posibilidad de verificar, en tiempo real, la fiabilidad y precisión de la información. Al requerir del acceso a internet, limita su disponibilidad en zonas y entornos desfavorecidos. Puede carecer de inteligencia emocional y de una comprensión suficientemente matizada en escenarios complejos. No es capaz de gestionar tareas muy específicas o subjetivas. Está limitada en lo concerniente a la provisión de un pensamiento crítico profundo o a respuestas creativas. Puede carecer de una caracterización del contexto en escenarios educativos específicos. Requiere importantes recursos computacionales. Puede no integrarse fácilmente en los sistemas educativos existentes. Dispone de un dominio limitado de los idiomas menos comunes. Genera posibles preocupaciones sobre la privacidad y la seguridad de los datos. Puede presentar dificultades a la hora de facilitar una comunicación interpersonal profunda. Puede no reconocer ni priorizar la asignación de recursos según necesidades específicas. Puede ofrecer retroalimentación genérica o insuficientemente matizada. La configuración inicial y el mantenimiento continuo pueden ser costosos. Puede no abordar completamente todos los tipos de discapacidades o dificultades de aprendizaje.

Oportunidades

Aumenta el acceso global a recursos educativos. Puede integrarse con otras herramientas de IA para experiencias de aprendizaje más interactivas. Permite optimizar los procesos administrativos de los sistemas educativos. Facilita la utilización de diferentes metodologías de aprendizaje. Permite ampliar el apoyo a los estudiantes fuera del horario escolar reglado. Puede soportar iniciativas educativas a gran escala. Ofrece la posibilidad de desarrollar currículos personalizados. Puede superar las brechas educativas existentes en regiones multilingües. Optimiza la distribución y el uso de recursos en entornos educativos. Acelera el proceso de evaluación y proporciona análisis de los aprendizajes en tiempo real. Promueve la inclusión en entornos educativos.

Amenazas

Existe un riesgo cierto de propagación de información errónea o desinformación si no se supervisa adecuadamente. La brecha digital podría ampliarse si no se abordan los problemas de acceso. Una dependencia excesiva de la IA podría reducir las interacciones entre personas. Es factible un desplazamiento laboral en lo que respecta cuando menos a tareas administrativas. Podría simplificar en exceso contenidos educativos necesariamente sutiles y complejos. Podría producirse un desalineamiento con los objetivos curriculares establecidos. Los costes operativos y de consumo energético pueden ser cada vez más altos. Existe el riesgo de crear experiencias de aprendizaje fragmentadas. Los matices lingüísticos y las diferencias culturales podrían no comprenderse completamente por el sistema IA. El uso indebido de datos podría provocar violaciones de la privacidad. La IA puede no comprender adecuadamente las motivaciones individuales de los estudiantes. Podría llevar a una dependencia excesiva de las evaluaciones automatizadas. Podría generar un desajuste con las motivaciones intrínsecas de los estudiantes.

Aun cuando el trabajo de Rane y colaboradores (2024) padezca de ciertos defectos metodológicos en la aplicación del concepto de DAFO –lo que les lleva, entre otras cosas, a algunas redundancias entre debilidades y oportunidades, o entre fortalezas y amenazas, que hemos procurado eliminar de nuestro anterior resumen–, y no considere amenazas notables, tales como el potencial impacto negativo de la IA en el desarrollo en los estudiantes de habilidades cognitivas avanzadas, o la posible estimulación de la pereza cognitiva –en uno y otro caso por la delegación sistemática, y a veces automática, en la IA de tareas intrínsecamente formativas–, dicho trabajo aporta una visión detallada y significativa de la multiplicidad de consecuencias, positivas y negativas, que puede tener la aplicación de la IA en ámbitos muy diversos de la educación escolar.

Francisco López Rupérez es director de la Cátedra de Políticas Educativas de la UCJC y expresidente del Consejo Escolar del Estado