Wayne Holmes: "La inteligencia artificial no reemplaza a un maestro, y cuando lo intenta agranda la brecha"

La sala de espera del auditorio estaba colmada. Eran docentes, directivos y algunos padres que se acercaban con la misma duda de fondo que arrastran las escuelas desde hace rato: si la inteligencia artificial que tan rápido se metió en los teléfonos y en las conversaciones de pasillo podía hacer algo parecido dentro del aula. En medio de ese clima tan curioso, Wayne Holmes, profesor del UCL Knowledge Lab de la University College London, eligió abrir su exposición con una advertencia que sonó incómoda: la IA puede aumentar la desigualdad y uniformar el aprendizaje. Lo dijo con una calma que contagia, y lo repitió a lo largo de toda la charla.

Investigador especializado en bioética y educación digital, Holmes lleva años estudiando cómo impactan estas herramientas en la enseñanza. Su mirada es escéptica, pero no tecnofóbica: distingue con cuidado entre enseñar sobre inteligencia artificial, es decir, formar ciudadanos que entiendan qué es y cómo funciona, y usar la IA como recurso pedagógico en la escuela. Esa segunda movida, advierte, es donde aparecen los problemas más serios.

La calculadora no es un buen espejo

Uno de los argumentos más escuchados en los últimos tiempos compara a la IA generativa con la calculadora. Así como la calculadora transformó la enseñanza de la matemática sin eliminarla, dice ese razonamiento, la IA hará lo propio con otras materias. Holmes lo descarta de plano. "Con una calculadora, si apretás los botones correctos en el orden correcto, obtenés la respuesta correcta siempre", explicó. Con la IA generativa, en cambio, el resultado es incierto: puede ser correcto o no, y muchas veces el usuario no tiene manera de distinguirlo. Esa diferencia, para él, invalida la comparación y obliga a tratar a estas herramientas con otro cuidado.

La paradoja de la brecha

Sobre la desigualdad, Holmes identificó una paradoja que se está viendo en muchos países, incluida la Argentina. Las escuelas privadas de mayor nivel no se promocionan por sus computadoras ni por el uso de inteligencia artificial, sino por la calidad de sus docentes. Mientras tanto, en zonas con escasez de maestros o en contextos de bajos recursos, la tecnología se presenta como solución de reemplazo. "Si esa brecha aumenta, debilitamos la democracia para todos", afirmó. En su lectura, la educación es la base de la participación ciudadana, y desfinanciarla en nombre de la eficiencia tecnológica tiene consecuencias que van mucho más allá del aula.

“Si esa brecha aumenta, debilitamos la democracia para todos.”Wayne Holmes, investigador del UCL Knowledge Lab

El riesgo de uniformar el pensamiento

Otro punto que Holmes desarrolló con detalle es el de la estandarización. La IA generativa produce texto eligiendo las palabras más probables según sus datos de entrenamiento (es decir, las enormes bibliotecas de texto, libros, artículos y sitios web con las que fue entrenada para aprender a responder). Eso implica que los enfoques minoritarios o críticos quedan subrepresentados. Lo ilustró con un ejemplo que recorre sus últimas charlas: cuando consultó a distintas herramientas sobre los problemas del aprendizaje personalizado, todas respondieron que el único inconveniente era la dificultad de implementarlo. Ninguna cuestionó si el enfoque funciona o no, porque la postura dominante en los textos de entrenamiento es que se trata de algo positivo. Para un docente que busca abrir el debate, esa uniformidad silenciosa es un problema serio.

• Garantía de respuesta correcta: la calculadora siempre acierta si se la usa bien; la IA generativa puede equivocarse sin aviso.
• Sustitución docente: en contextos con menos maestros, la tecnología tiende a reemplazar en lugar de acompañar.
• Brecha educativa: las escuelas con más recursos eligen buenos docentes; las que tienen menos recursos reciben máquinas.
• Estandarización del pensamiento: la IA repite la mirada dominante y deja afuera los enfoques críticos o minoritarios.
• Pérdida de ciudadanía: una educación debilitada en nombre de la eficiencia tecnológica erosiona la base de la democracia, según Holmes.

Si Holmes armara hoy una escuela

Ante la pregunta de cómo usaría la inteligencia artificial si tuviera que construir una escuela desde cero, Holmes fue directo y un poco crudo, como suele ser su tono: no incorporaría ninguna de las herramientas actuales. No por capricho, sino porque considera que todavía no están a la altura de lo que un aula necesita. Para él, la prioridad sigue siendo contratar y formar buenos docentes, y discutir con las familias qué se espera de la escuela. La tecnología, dijo, puede llegar después, cuando esté probado que ayuda y no que reemplaza.

Vuelvo a la sala de espera del principio, ahora más vacía, mientras el público se cruza con los folletos del encuentro. Pienso, mientras tanto, en las escuelas de mi barrio, en las que tienen pizarrones verdes y en las que ya tienen proyectores, y en cuántos docentes podrían usar una herramienta que les ahorre tiempo sin que eso signifique perder el trabajo que hacen. Holmes no vino a decir que la IA es mala. Vino a recordar que todavía no está lista para hacer lo que algunos le prometen, y que la decisión sobre cómo, dónde y para qué se la usa en la escuela no es técnica: es política. Y se toma, sobre todo, en las aulas. Quienes quieran profundizar en la línea de investigación del UCL Knowledge Lab pueden escribir a la cátedra en Londres; los docentes que estén en Buenos Aires pueden acercarse al programa de Inteligencia Artificial y Educación del Ministerio de Educación de la Nación, que funciona de lunes a viernes de 9 a 17 en el edificio de Pizzurno, con entrada libre y gratuita.