Expertos advierten que el uso indiscriminado de la Inteligencia Artificial puede comprometer habilidades esenciales de los niños, creando la ilusión de aprendizaje fácil y debilitando el desarrollo del pensamiento crítico en un escenario de distracciones abundantes.
Durante una visita a Brasil, el escritor de ciencia ficción Ted Chiang, autor del cuento que inspiró la película “La Llegada”, hizo una advertencia directa: el uso indiscriminado de IA generativa en la educación puede crear la ilusión de aprendizaje sin esfuerzo y comprometer habilidades fundamentales de los niños.
Para él, la eficiencia prometida por sistemas automatizados no sustituye la práctica necesaria para formar razonamiento, memoria de trabajo y pensamiento crítico.
“El gran riesgo está en ofrecer a los niños la ilusión de aprendizaje sin esfuerzo”, dijo. En sus palabras, aprender “exige práctica, dedicación y resiliencia”.
-
La justicia brasileña descubre comandos ocultos en procesos y enciende una señal de alerta sobre el uso de inteligencia artificial en el análisis de acciones judiciales.
-
Redes sociais tendrán nuevas obligaciones en Brasil, y denuncias sobre crímenes contra niños en internet pueden llegar más rápido a la Policía Federal.
-
Una mancha fría en el Atlántico Norte al sur de Groenlandia se ha estado enfriando durante más de un siglo en contraposición al calentamiento global, y un nuevo estudio señala el debilitamiento de las corrientes oceánicas como la causa más probable.
-
El Sistema Solar podría haber perdido 2 planetas gigantes y nuevas simulaciones ahora plantean un problema aún mayor que involucra a las lunas de Urano, que tal vez no hayan sobrevivido intactas al caos gravitacional del pasado.

IA y niñez: aprendizaje rápido versus formación sólida
El punto central del argumento de Chiang es pedagógico. En clase, tareas desafiantes construyen repertorio y autonomía intelectual.
Cuando una herramienta entrega respuestas listas, el niño puede saltar etapas que estructuran el entendimiento.
Según el autor, este atajo debilita la capacidad de formular preguntas, de evaluar fuentes y de conectar ideas — competencias que sustentan la lectura crítica y la resolución de problemas.
Al mismo tiempo, la tecnología se presenta como un atajo tentador.
Sistemas conversacionales y generadores de texto devuelven resultados en segundos y fomentan la tercerización del esfuerzo cognitivo, fenómeno que, para Chiang, tiende a intensificarse en un entorno ya saturado de estímulos.
Si la rutina digital ofrece “un camino fácil”, afirma, el alumno puede confundir respuesta inmediata con aprendizaje real.
Efectos secundarios: exceso de contenido, energía y derechos de autor
El escritor también llama la atención sobre los impactos colaterales del ecosistema de IA. El primero es el exceso de contenido irrelevante, que diluye lo que realmente informa y engancha.
Contenidos generados a gran escala dificultan encontrar materiales que exijan reflexión, lo que puede reducir el nivel de exigencia cognitiva de la cotidianidad.
Otro punto es el costo energético asociado al entrenamiento y operación de grandes modelos.
Aunque no detalla números, Chiang argumenta que la demanda por procesamiento amplía la huella ambiental del sector y necesita ser considerada en políticas públicas y decisiones escolares.
También están los impases de propiedad intelectual. El uso de bases amplias para entrenar modelos plantea cuestionamientos legales y éticos sobre autoría, remuneración y crédito de obras.
En la lectura del autor, este escenario refuerza la necesidad de transparencia y reglas claras para mitigar daños a creadores y preservar la diversidad cultural.
Un escenario de distracciones abundantes
Más allá de la IA, la dispersión ya era un desafío. La novedad, apunta Chiang, es la escala y la accesibilidad de distracciones en la cotidianidad de los niños.
Plataformas que maximizan el tiempo de pantalla se combinan con algoritmos que priorizan volumen y velocidad.
En este ambiente, la IA puede funcionar como un acelerador del consumo automático, reduciendo el espacio para el estudio deliberado y para el error productivo — ese que enseña.
Aún así, él reconoce que no todos los públicos reaccionan de la misma manera. Como en períodos anteriores, una parte continuará buscando profundización.
La diferencia, hoy, es el ruido generalizado que torna más costoso encontrar material de calidad y mantener el foco.
Uso pedagógico con propósito: dónde la IA ayuda
El contrapunto aparece en la práctica educativa. Herramientas de IA ya apoyan la personalización de trayectorias de estudio, accesibilidad para quienes aprenden a ritmos diferentes y producción de materiales didácticos.
En regiones con menos recursos, pueden ampliar el acceso al conocimiento y reducir desigualdades de contenido.
En la gestión del aula, los profesores informan sobre ganancias de eficiencia con asistentes virtuales que organizan planes de clase, sugieren ejercicios y agilizan correcciones.
Ese tiempo devuelto se convierte, idealmente, en interacción humana cualificada: más mediación, feedback formativo y acompañamiento cercano de dificultades específicas.

“Aliada, no atajo”: lo que dicen los educadores
La lectura del sector educativo converge hacia un principio: uso con finalidad. “El punto planteado por Ted Chiang es importante, pero necesitamos ver a la Inteligencia Artificial también por su potencial transformador.
El aprendizaje exige esfuerzo, práctica y dedicación — eso no cambia. Lo que la IA hace es abrir puertas a más contenidos, personalizar trayectorias y hacer el acceso al conocimiento más democrático”, afirma Diogo França, director de XP Educación.
Para él, el desafío no es rechazar la tecnología, sino definir límites y propósitos claros para que la herramienta complemente, y no sustituya, el esfuerzo intelectual.
En la práctica, esto significa usar sistemas para diagnosticar lagunas, ofrecer andamiajes proporcionales y, gradualmente, retirar el soporte a medida que el alumno gana autonomía.
El objetivo es reforzar habilidades de estudio y evitar que el estudiante confunda la facilitación con la conclusión del aprendizaje.
Cómo evitar la tercerización del esfuerzo cognitivo
Los expertos sugieren criterios objetivos para encuadrar la IA en el proceso.
Vale la pena definir tareas en las que la herramienta sirva de instrumento — por ejemplo, generar ejemplos adicionales después del primer intento del alumno o proponer variaciones de ejercicios.
Y aquellas en las que su uso debe ser vetado, como la producción del texto final de una evaluación. En ambos casos, la regla es preservar el núcleo del razonamiento con el estudiante.
También ayuda hacer transparentes las etapas del aprendizaje. Al pedir que el alumno describa el camino recorrido, presente borradores o explique por qué eligió determinada solución, la escuela desplaza el enfoque del resultado al proceso.
La IA, cuando entra, debe quedar en el papel de apoyo y registro, y no en el de atajo.
Innovación con responsabilidad
La advertencia de Chiang funciona como un contrapeso en un escenario animado con nuevas posibilidades.
No descarta la tecnología, pero refuerza el principio de que “aprender es difícil, y es precisamente eso lo que lo vuelve valioso”.
La mensaje converge con la práctica escolar que busca combinar mediación humana, ejercicios desafiantes e instrumentos tecnológicos al servicio de metas pedagógicas claras.
La baliza, por lo tanto, no es prohibir ni celebrar sin reservas. Es integrar con criterios, evaluar impactos y ajustar rutas conforme a evidencias de aprendizaje.
En un ambiente de distracciones abundantes, la escuela y las familias adquieren relevancia al hacer visibles los límites y reafirmar el valor del esfuerzo sostenido.
Si la IA amplía el acceso y ofrece nuevas capas de personalización, pero también trae riesgos de comodismo intelectual y ruido informacional, cuáles serán el conjunto de reglas y prácticas que su escuela o su familia adoptarán para garantizar que la tecnología actúe como aliada — y no como sustituta — del pensamiento crítico de los niños?

-
-
2 personas reaccionaron a esto.