Usa la IA como tutor, crítico y compañero de pensamiento, no como redactor fantasma

En matemáticas, la IA resulta más útil como tutora, detectora de errores y fuente de métodos alternativos que como generadora de respuestas.

Prueba con instrucciones como estas:

• «Revisa cada paso de mi procedimiento. Dime dónde falla primero mi razonamiento, pero no lo resuelvas».
• «Dame pistas graduales: primero el concepto, después la estrategia y luego el siguiente paso».
• «Muéstrame dos métodos posibles y pídeme que los compare».
• «¿Esta afirmación es siempre cierta? Si no lo es, dame un contraejemplo y pídeme que lo explique».
• «Crea un problema parecido que pueda resolver sin ayuda».

Cuando haya varias opciones, pide comparar los enfoques algebraico, gráfico, numérico o geométrico. Aun así, eres tú quien debe decidir qué método corresponde y explicar por qué funciona.

Evita pedir una solución completa antes de hacer un intento. Eso puede crear una apariencia de comprensión sin desarrollar la capacidad de generar una solución propia.

Redacción de ensayos: convierte la IA en una lectora exigente

El estudiante debe conservar la autoría de la tesis, las pruebas, la estructura y la voz. La IA puede comportarse como una lectora rigurosa que identifica debilidades sin apoderarse del texto.

Comparte tu tesis y tu esquema y pregunta:

• «¿Qué parte no está clara, no tiene respaldo o es lógicamente incoherente?».
• «Distingue mis afirmaciones de las pruebas que las sustentan».
• «¿Dónde he confundido el resumen con el análisis?».
• «Argumenta contra mi tesis como una lectora escéptica».
• «¿Qué pruebas debilitarían mi conclusión?».
• «Revisa por separado el argumento, la estructura, las pruebas, la coherencia de los párrafos y el estilo. No reescribas el ensayo».

Revisa una sección por tu cuenta y pregunta si la nueva versión resuelve el problema original. Utiliza la IA para la gramática y la claridad después de cerrar las ideas, y conserva una sugerencia de redacción solo si la entiendes y eliges el cambio de forma consciente.

La investigación sobre el uso estudiantil de la IA señala beneficios para comprender temas complejos, encontrar pruebas, revisar y corregir textos, pero los resultados sobre pensamiento crítico y originalidad siguen siendo desiguales. Una síntesis reciente encontró mejores resultados cuando los estudiantes usaban la IA de forma selectiva e iterativa, con orientación docente. Otros estudios indican que la retroalimentación estructurada de la IA puede favorecer la escritura crítica, aunque resulta más útil cuando los estudiantes la evalúan y aplican activamente, en lugar de aceptarla de manera automática.

Los docentes y los compañeros siguen siendo importantes para el criterio disciplinar, el desarrollo conceptual y la contextualización. Además, cada estudiante debe respetar las normas de su centro educativo sobre los usos permitidos y la obligación de declarar cuándo ha utilizado IA.

Investigación y lectura: interroga las fuentes con ayuda de la IA

La IA debería profundizar la lectura, no sustituirla. Antes de abrir un chatbot, escribe un resumen breve, identifica la tesis del autor y formula dos preguntas sobre el texto.

Después puedes preguntar:

• «¿Qué supuestos hace este autor?».
• «¿Qué pruebas respaldan cada afirmación principal?».
• «¿Qué respondería una persona crítica?».
• «¿Qué términos necesitan una definición precisa?».
• «¿Qué pruebas faltan?».
• «¿Qué explicaciones alternativas encajan con las mismas pruebas?».

La IA puede sugerir términos de búsqueda, conceptos relacionados y posibles pistas bibliográficas. No debes tratarla como una base de datos de fuentes: verifica cada afirmación importante en la publicación original, especialmente las citas textuales, las referencias, las estadísticas y los detalles técnicos.

Una tabla comparativa también puede servir para analizar dos lecturas, pero debes completar y comprobar cada celda frente a los textos. Lleva un registro de investigación que distinga entre:

• lo que la fuente dice explícitamente;
• lo que tú deduces de ella;
• lo que sugirió la IA; y
• lo que verificaste de forma independiente.

Al terminar la conversación, cierra la herramienta y escribe de memoria el argumento del autor, incluyendo una limitación o una pregunta aún sin resolver. Si no puedes hacerlo, probablemente has evitado la lectura en lugar de profundizarla.

Ciencias: explica, detecta lagunas y haz predicciones

La técnica de Feynman pide recordar y explicar un concepto con un lenguaje sencillo, identificar las lagunas de esa explicación, corregirlas y simplificarla de nuevo. La IA puede hacer que este proceso sea interactivo al actuar como una principiante curiosa o una revisora escéptica.

Algunas instrucciones útiles son:

• «Voy a explicar la fotosíntesis. Hazme una pregunta cada vez como si fueras una principiante curiosa».
• «Señala todos los términos técnicos que no haya definido».
• «Dame un caso en el que mi explicación prediga un resultado incorrecto».
• «¿Qué observación distinguiría estas dos hipótesis?».
• «¿Qué parte de mi explicación describe un mecanismo y cuál solo una correlación?».
• «Cambia una variable y pídeme que prediga qué ocurrirá».

El estudiante debe dibujar el esquema, exponer la cadena causal y formular la predicción. Después, la IA puede explorar casos límite, revelar ideas equivocadas y proponer contraejemplos. La comprobación final consiste en explicar el concepto a una persona imaginaria que empieza desde cero, sin mirar la respuesta de la herramienta.

Programación: revisa el razonamiento antes de pedir una solución

En programación, la IA funciona bien como revisora de código, depuradora y compañera para diseñar pruebas. Empieza con una primera versión del programa y pide ayuda para localizar el problema, no para sustituir toda la solución.

Prueba con estas instrucciones:

• «Identifica el supuesto mínimo que está fallando. No reescribas el código».
• «Sigue el recorrido de las variables hasta el punto en que la salida deja de ser correcta».
• «¿Qué invariante debería mantenerse?».
• «Dame una entrada que rompa este algoritmo».
• «Sugiere pruebas para un caso normal, un caso límite, una entrada no válida, una entrada vacía y un caso adversarial».
• «Compara la complejidad temporal y espacial de estos dos enfoques».

Implementa la corrección tú mismo, ejecuta las pruebas y explica por qué funciona. Después cambia un requisito y modifica el programa sin pedir a la IA que lo regenere por completo.

Un criterio útil es que el estudiante pueda explicar cada línea enviada, reproducir el error, justificar la corrección y escribir al menos una prueba que la IA no haya proporcionado.

Qué hacen bien el Learning Assistant de Singapur y el Feynman Bot

El Ministerio de Educación de Singapur describe las herramientas de IA del Student Learning Space —su plataforma nacional de aprendizaje digital— como sistemas educativos que apoyan el aprendizaje mediante preguntas, apoyos graduales y retroalimentación, en lugar de dar respuestas directas. El Learning Assistant puede asumir distintos papeles, incluido el de asistente de escritura, y entablar una secuencia de preguntas destinada a afianzar la comprensión.

Ese diseño demuestra un principio importante: la respuesta del estudiante sigue siendo la actividad central. La IA introduce una fricción productiva al formular la siguiente pregunta, señalar una laguna o pedir una aclaración en vez de completar la tarea de inmediato.

Estas barreras tampoco vuelven infalible al sistema. La guía para estudiantes del Ministerio de Educación advierte que las respuestas del Learning Assistant son probabilísticas y pueden contener errores, por lo que recomienda reflexionar sobre ellas y verificar su exactitud con otras fuentes.

El Feynman Bot de la Universidad de Tecnología y Diseño de Singapur (SUTD) aplica un modelo parecido al aprendizaje conceptual. Los estudiantes cargan sus materiales, eligen un nivel adecuado y explican el tema mientras el bot formula preguntas adaptativas. Según los informes disponibles, el sistema permite aproximadamente tres o cuatro respuestas de «no lo sé» antes de sugerir un enfoque y plantear una nueva pregunta basada en la debilidad detectada. La investigación relacionada presenta el bot como una aplicación de IA de la técnica de Feynman para el aprendizaje autorregulado.

La lección no es que todo tutor de IA deba negarse a responder indefinidamente. Es que la herramienta debería retrasar la respuesta final el tiempo suficiente para que el estudiante intente, explique y se enfrente a sus lagunas de comprensión.

Reglas para proteger la autoría y el aprendizaje

Estudiantes, docentes e instituciones pueden adoptar límites sencillos:

• Haz un primer intento independiente antes de usar la IA.
• Pide preguntas, pistas, críticas o diagnósticos antes de solicitar una solución.
• No entregues prosa, demostraciones, código o análisis que no puedas explicar.
• Termina con una explicación sin ayuda o con un problema paralelo.
• Verifica los hechos, cálculos, citas, referencias y el código.
• Conserva los borradores, las instrucciones, los comentarios y las notas de revisión cuando sea necesario declarar el uso de IA.
• Recurre a docentes y compañeros para el criterio, la motivación, la ética y las evaluaciones de alto impacto.
• Si la IA discrepa contigo, tómalo como una razón para investigar, no como una prueba de que estás equivocado.

El estudiante debe aportar el pensamiento inicial, tomar las decisiones importantes y producir la explicación final. La IA debería aportar preguntas, objeciones, interpretaciones alternativas, pruebas y retroalimentación. Los ciclos repetidos de intentar, comparar, criticar, revisar y explicar son los que convierten la asistencia de la IA en aprendizaje duradero, en lugar de trabajo delegado.