De explorador activo a supervisor pasivo: ¿quién aprende el oficio?
Recientemente, un podcast sobre IA y pensamiento crítico planteaba una tabla comparativa que muestra cómo está cambiando nuestra relación con el conocimiento. Antes: investigar en múltiples fuentes, comparar, contrastar, sintetizar, redactar desde cero. Ahora: diseñar un prompt, supervisar el resultado, validar la información, refinar lo que la IA ha generado.
El cambio no es solo de herramientas. Es un cambio antropológico. Pasamos de ser exploradores activos a supervisores de contenido generado. El podcast lo planteaba principalmente desde el aprendizaje del alumnado: si un estudiante de 15 años automatiza la escritura de ensayos, no desarrolla la capacidad de estructurar su pensamiento.
Pero hay una dimensión que merece atención especial: ¿qué pasa cuando quien está en formación no es el alumnado, sino el profesorado?
Un maestro que lleva veinte años diseñando secuencias didácticas tiene un archivo mental enorme de lo que funciona, lo que falla, por qué falla, en qué contextos. Ese maestro puede usar IA para ganar eficiencia porque ya tiene criterio. Puede supervisar críticamente lo que la máquina le propone porque sabe distinguir.
¿Pero qué pasa con un maestro que empieza su carrera usando IA desde el primer día para diseñar unidades didácticas, generar rúbricas, redactar adaptaciones curriculares? ¿Puede desarrollar criterio pedagógico sin haber pasado por el proceso lento de construirlo manualmente? ¿Puede supervisar críticamente algo cuyo proceso de creación nunca experimentó?
Esta no es una pregunta hipotética. Es una pregunta que afecta a cómo se transmite el oficio docente. Y en muchos centros educativos nadie está hablando de esto porque el problema todavía no es visible. Pero va a serlo.
El ecosistema fragmentado: cuando no hay conversación colectiva
El podcast planteaba una pregunta inquietante desde el mundo empresarial: si los profesionales senior automatizan las tareas que antes delegaban a los junior, ¿quién formará a los futuros seniors dentro de diez años?
En educación, esta pregunta se complica porque el ecosistema no es solo dual (senior/junior). Es un sistema de al menos tres perfiles en tensión:
Primer perfil: maestros senior que adoptan IA. Responden a presión institucional por eficiencia, ganan tiempo en tareas administrativas, automatizan correcciones, generan materiales más rápido. Pero cada proceso que se automatiza es un proceso que deja de transmitirse. No porque no se quiera, sino porque ya no hay ocasión: lo que antes requería acompañamiento ahora se resuelve con un prompt.
Segundo perfil: maestros senior resistentes. Rechazan la IA por razones que van desde la crítica política legítima al solucionismo tecnológico hasta el agotamiento de no poder asumir una «revolución» más. Algunos tienen argumentos de fondo potentes sobre soberanía digital, dependencia de corporaciones, erosión del pensamiento crítico. Otros simplemente no tienen energía para aprender otra herramienta. Ambas posturas son comprensibles, pero en los centros educativos suelen leerse como «resistencia al cambio», y eso los aísla.
Tercer perfil: maestros junior navegando el caos. Entran en claustros donde no hay consenso. Reciben señales contradictorias: la administración empuja a digitalizar, algunos compañeros automatizan todo, otros rechazan cualquier herramienta, y nadie les está diciendo explícitamente qué procesos necesitan aprender de forma lenta antes de automatizar.
Y hay un cuarto elemento que lo atraviesa todo: el silencio como acuerdo tácito.
En muchos centros educativos, especialmente en primaria, existe una sensación compartida: probablemente muchos docentes están explorando la IA —unos más, otros menos, unos abiertamente, otros en privado— pero nadie termina de abrir la conversación colectiva. No porque no importe, sino porque es genuinamente difícil saber por dónde empezar.
El silencio funciona, sin que nadie lo haya decidido explícitamente, como una forma de gestionar la incertidumbre:
A nivel individual, evita la incomodidad de no saber si lo que estás haciendo está «bien» o «mal», si vas demasiado rápido o demasiado lento, si deberías usar más o menos estas herramientas.
A nivel colectivo, pospone una conversación para la que intuimos que no tenemos tiempo ni herramientas claras. No es que no queramos tenerla; es que nombrarla implica dedicarle espacio, y el espacio ya está saturado.
En primaria todavía es posible sostener este silencio porque el alumnado no nos obliga a posicionarnos abiertamente. En secundaria, donde los estudiantes ya usan estas herramientas, la conversación se vuelve inevitable. Pero en primaria, de momento, el silencio se mantiene.
La pregunta no es si ese silencio es bueno o malo. La pregunta es: ¿qué estamos dejando de construir colectivamente mientras esperamos el momento «adecuado» para hablarlo?
La IA como espejo: cuando cada uno ve lo que quiere ver
Una de las advertencias más potentes del podcast es sobre el sesgo de confirmación. La IA generativa no da verdades objetivas: da lo que se le pide. Si se le solicitan argumentos a favor de una postura, los proporciona de forma convincente y bien estructurada. El problema es que muy poca gente llega a pedirle los argumentos en contra.
Si un maestro cree que necesita más fichas individuales porque ‘así trabajan mejor’, puede pedir: ‘Genera ejercicios de comprensión lectora para trabajo individual’. La IA producirá material impecable que confirma ese enfoque. Pero, ¿cuándo pregunta: ‘¿Qué pierdo al priorizar trabajo individual sobre propuestas colaborativas en mi grupo concreto?’ La diferencia no está en la capacidad de la herramienta, sino en qué preguntas estamos dispuestos a hacernos.
A nivel de ecosistema, esto profundiza la polarización entre perfiles. El maestro adoptante puede pedirle a la IA evidencia de que la automatización mejora la eficiencia docente. El maestro resistente puede pedirle argumentos sobre los riesgos de la dependencia tecnológica. Ambos recibirán respuestas sólidas que confirman sus posturas.
El resultado es que cada perfil se encierra más en su burbuja. Y aquí vuelve a aparecer la ausencia clave: sin espacios de conversación colectiva donde se expongan las ideas al cuestionamiento de otros, la IA se convierte en un validador acrítico de lo que ya se pensaba.
Sin soluciones, con preguntas
Lo que no funciona:
- Las narrativas optimistas que presentan la IA como democratizadora del conocimiento sin nombrar las estructuras de poder que la sostienen.
- Las narrativas catastrofistas que anuncian el fin de la educación sin reconocer que los maestros siempre han navegado cambios tecnológicos.
- Las soluciones aspiracionales del tipo «solo hay que formarse» cuando la formación técnica no resuelve problemas sistémicos de falta de tiempo, recursos y espacios de deliberación.
Lo que se necesita —y aquí la apuesta clara desde Slow-TIC— son espacios de conversación lenta donde se puedan reconocer estas tensiones sin buscar soluciones rápidas. Espacios donde un maestro senior adoptante pueda expresar dudas sin sentirse juzgado. Donde un maestro resistente pueda expresar sus críticas sin ser visto como obsoleto. Donde un maestro nuevo pueda preguntar «¿qué necesito aprender antes de automatizar?» sin parecer inseguro.
No son espacios para llegar a consensos. Son espacios para hacer visibles las contradicciones, para nombrar lo que está pasando, para preguntarse colectivamente: ¿Qué procesos queremos proteger? ¿Qué estamos dispuestos a automatizar? ¿Cómo acompañamos la transmisión del oficio en este contexto?
Estas preguntas no tienen respuesta individual. Son preguntas de claustro, de equipos docentes, de comunidades educativas. Y requieren algo que las instituciones no están protegiendo: tiempo para la conversación difícil.
Escrito elaborado en base a mis opiniones (articuladas a través de mi TFM y su consecuencia: Slow Tic Aula) y con el apoyo de asistentes IA (concretamente NotebookLM, Claude y Chatgpt)