¿Qué personaliza la IA? Lo entendí explicando la célula

La primera vez que me tocó dar Temas Selectos de Biología, abrí la guía y me quedé mirándola un buen rato. Estaba bien hecha, eso no lo discuto. Pero estaba escrita en el idioma de los biólogos, y yo no soy biólogo. En Telebachillerato eso pasa: te asignan una materia que no es la de tu perfil y te toca estudiarla antes de enseñarla. Ahí estaba yo, leyendo un párrafo sobre la célula por tercera vez, pensando lo obvio: si a mí, que soy el maestro, me está costando entenderle, ¿cómo espero que le entienda un muchacho de dieciséis que la ve por primera vez?

Esa pregunta, más que ninguna otra, es la que me llevó a probar en serio la inteligencia artificial. No porque un folleto me prometiera que “personaliza el aprendizaje” —esa frase, la verdad, siempre me sonó a promesa de vendedor—, sino porque necesitaba, muy concretamente, una manera de que ese contenido técnico entrara en la cabeza de mis estudiantes. Lo que encontré me hizo entender de otra forma esa palabra tan manoseada.

En Telebachillerato uno enseña de todo

Vale la pena explicar de dónde parto, porque marca el problema. En Telebachillerato es común que impartamos asignaturas que no corresponden con lo que estudiamos. A mí me ha tocado Cultura Digital, Informática, Ciencias de la Salud, Temas Selectos de Biología. Con los profesores de mis talleres he trabajado varias más. Y en todas se repite lo mismo: uno tiene que investigar, estudiar y encontrarle la vuelta al contenido antes de pararse frente al grupo.

Las guías suelen estar bien redactadas. El problema no es que estén mal. El problema es que, cuando el tema es de un área especializada, vienen en un lenguaje muy técnico, hecho por gente que domina esa disciplina para gente que la domina. Si al maestro que no es del área le cuesta trabajo, imagínate al estudiante. La dificultad no desaparece: se le hereda, y encima aumentada.

Lo que sí hace, cuando le das con qué

Así que me puse a experimentar, primero para mí y luego con los compañeros en los talleres. Y la mecánica que fue quedando es más sencilla de lo que suena. Cuando un contenido viene demasiado técnico, antes de pedirle nada a la inteligencia artificial, le doy de comer información: la edad del estudiante, su nivel educativo, la asignatura, el tema exacto, qué conocimientos previos trae, dónde está la dificultad, en qué contexto vive y —esto es lo que cambia todo— algún interés personal suyo.

Con eso, le pido que arme una primera explicación a través de una analogía ligada a ese interés. No que me resuelva la clase; que construya la puerta de entrada.

Te lo pongo con el ejemplo que más he usado: la célula. A un estudiante le late el fútbol, a otra el maquillaje, a otro Naruto, a otro los cómics. Con la información en la mano, la herramienta le arma a cada uno una primera aproximación desde eso que le interesa. Cada quien entra por una puerta distinta. Pero —y aquí está el punto que no hay que soltar— el conocimiento al que tienen que llegar es exactamente el mismo. La secuencia, tal como la trabajo, va así: interés personal, analogía comprensible, idea inicial, explicación académica y, al final, el lenguaje técnico que trae la guía. La analogía no sustituye el contenido ni le baja el nivel a lo que se espera que aprendan. Es un puente para que después puedan sostener la explicación de la disciplina. Y no es lo mismo que simplemente bajarle el nivel al tema: simplificar sería quitarle al concepto lo difícil y quedarnos con una versión pobre; el puente, en cambio, deja el concepto completo del otro lado y solo cambia por dónde se empieza a cruzar. La meta no se mueve; se mueve el arranque.

Esto de usar lo conocido para explicar lo nuevo no es ninguna ocurrencia mía; es de las cosas más estudiadas sobre las analogías en la enseñanza. Orgill y Bodner, revisando lo que la investigación dice sobre enseñar química con analogías, lo resumen sin adornos: una analogía vuelve comprensible un contenido nuevo cuando lo amarra con algo que el estudiante ya conoce. Pero señalan también el detalle que a mí me obligó a preguntar por los intereses: una misma analogía no le funciona igual a todos, la que a uno lo ilumina a otro puede no decirle nada. Por eso, antes de elegir la puerta, hay que saber algo de quién va a entrar por ella: puertas distintas para un mismo conocimiento.

La IA adapta; no aprende por el alumno

Ahora, cuando vi esto funcionar, me cuidé de no emocionarme de más, porque es justo donde la palabra “personalizar” engaña. La inteligencia artificial, por sí sola, no personaliza todo el aprendizaje. Hace una parte, y hay que verla con precisión.

Lo que sí adapta es la explicación: el lenguaje, la dificultad, los ejemplos, las analogías, la extensión, el formato, el ritmo con que va profundizando, el punto por donde el estudiante entra al tema. En eso es rápida y es buena, mejor de lo que yo esperaba.

Lo que no puede hacer sola es lo más importante. No sabe qué entendió de verdad el estudiante. No se da cuenta si la analogía, por hacerlo sencillo, deformó el concepto y le dejó una idea equivocada. No sabe cuándo es momento de subirle a la dificultad, ni cuándo el alumno ya puede soltar la analogía y caminar sin ella, ni si de verdad alcanzó el aprendizaje que se esperaba. La herramienta adapta la explicación; no comprende a la persona que tiene enfrente, porque no la tiene enfrente. Y esa diferencia no es un matiz: adaptar la explicación es la parte que se puede hacer desde una pantalla; darse cuenta de si aterrizó en la cabeza de un muchacho concreto —verlo dudar, preguntar, quedarse callado o soltar la respuesta con seguridad— es la parte que solo ocurre en el salón. Esa sigue siendo mía, y de cualquier maestro que esté ahí.

Ahí sigo estando yo, y ahí seguimos estando todos los maestros. A mí me toca conocer al estudiante, revisar que lo que la IA produjo sea exacto —porque a veces no lo es—, corregir lo que salga mal, decidir en qué momento aumentar la complejidad, reconectar la analogía con el vocabulario técnico que va a necesitar, y comprobar que el aprendizaje ocurrió. Nada de eso lo subcontrato. La máquina me ahorró el trabajo de traducir; no me quitó el de enseñar.

El riesgo que más cuido es ese: que la analogía, por quedar bonita y fácil, acabe metiendo una idea falsa. Y no es paranoia mía. Duit y sus colegas, estudiando cómo las analogías ayudan a cambiar las ideas de los estudiantes hacia los conceptos científicos, lo describen como navegar entre dos peligros: la misma comparación que acerca al alumno a un concepto puede, por el otro lado, empujarlo a una interpretación equivocada. Una analogía apoya una parte del concepto y deforma otra al mismo tiempo. Si me confío y no lo reviso, el estudiante se queda con la comparación redondita y con el error adentro, sin que ninguno de los dos se dé cuenta. Por eso, después de que la herramienta abre la puerta, yo tengo que entrar detrás del alumno: pedirle que me lo explique con sus palabras, ver dónde la analogía lo ayudó y dónde lo confundió, y ahí corregir. Eso la IA no lo ve, porque no está en el salón sintiendo si el grupo entendió o nada más asintió.

Personalizar es abrir puertas, no cambiar el destino

Y aquí llegué a lo que, para mí, es el corazón del asunto. Personalizar no significa cambiarle el conocimiento a cada estudiante, darle a uno una célula de fútbol y a otro una célula de maquillaje, como si fueran cosas distintas. Eso no sería enseñar, sería repartir versiones descafeinadas. Personalizar significa construir puertas diferentes para que cada quien pueda llegar al mismo conocimiento.

La forma en que me lo repito para no perderme es esta: la IA no cambió la célula. Cambió la puerta por la que cada estudiante entraba a ella. La célula siguió siendo la célula, con su membrana, su núcleo y todo lo que la guía exige. Lo único que cambió fue el punto de partida.

Y de ahí sale la regla que me obliga a no quedarme a medias. Si un estudiante, después de todo, solo puede hablar de fútbol, de maquillaje o de Naruto, pero no puede explicarme la célula, entonces la analogía no terminó su trabajo. Se quedó a la mitad del puente. Y aquí la buena retroalimentación, como la describe la Education Endowment Foundation, tiene que partir de evidencia de lo que el estudiante comprendió de verdad y detectar dónde se quedó con un malentendido. Por eso le pido que me lo diga con sus palabras y me fijo si me habla del concepto o solo de la comparación: si repite la analogía pero no el concepto, todavía no llegó, y subirle la dificultad ahí sería construir sobre un hueco.

El interés personal es por donde se entra, no a donde se llega. Cuando el puente cumple, el alumno lo cruza y lo deja atrás; se queda con el concepto, no con la comparación. Lo aclaro porque es fácil malentenderlo y volverlo una moda: no estoy diciendo que haya que “enseñar con Naruto” ni “dar clase con fútbol” como si el chiste fuera hacer la escuela más entretenida. El interés del estudiante no es el contenido, es la rendija por la que el contenido logra entrar. Confundir la puerta con el destino es quedarse afuera pensando que ya llegaste.

Visto así, la palabra “personalizar” cambia de tamaño. En un grupo, donde cada quien trae su historia y sus gustos, antes yo tenía una sola explicación —la de la guía— y esperaba que le sirviera a todos por igual, aunque supiera que a muchos no. Ahora puedo abrir varias entradas al mismo tema sin partir el grupo en treinta clases distintas ni bajarle el nivel a nadie. Todos van al mismo lugar; simplemente no todos empiezan desde el mismo punto. Eso, que suena obvio dicho así, en la práctica es un cambio grande: deja de ser el alumno el que tiene que adaptarse de golpe al lenguaje de la disciplina, y paso a ser yo —con la herramienta— quien tiende el primer tramo del camino.

Quién sabe cuándo se cruzó el puente

Vuelvo a aquella guía de Biología que no entendía. Con el tiempo aprendí a usar la herramienta para volver comprensible eso que a mí mismo me costaba, y a llevarles ese método a otros maestros que enseñan materias que tampoco son las suyas. Pero lo que más me quedó claro no fue lo que la máquina podía hacer, sino lo que seguía dependiendo de nosotros.

La propia UNESCO, en su guía sobre inteligencia artificial generativa en la educación, propone una integración centrada en las personas: que lo que la herramienta produce pase por supervisión humana y por una valoración pedagógica, y que se preserve la agencia del estudiante y del docente. Dicho en formal, es lo mismo que yo fui aprendiendo a los tropezones: la IA puede tender el primer tramo del puente, pero quién decide, corrige y comprueba que se cruzó sigue siendo el maestro.

La inteligencia artificial abre puertas rápido, muchas y distintas. Está bien, y ayuda de verdad. Pero saber si el estudiante ya cruzó el puente, si lo que entendió es correcto, si ya está listo para el lenguaje de la disciplina o todavía necesita andar por la analogía un rato más, eso lo sigue viendo un maestro que conoce a su grupo. “Personalizar el aprendizaje” no es algo que la IA haga en tu lugar. Es algo que tú haces, con ella de este lado, decidiendo por dónde entra cada quien y comprobando, uno por uno, hasta dónde logró cruzar el puente y si alcanzó el conocimiento que se esperaba.

Fuentes

• Orgill, M., & Bodner, G. (2004). What research tells us about using analogies to teach chemistry. Chemistry Education Research and Practice, 5(1), 15–32. https://pubs.rsc.org/en/content/articlelanding/2004/rp/b3rp90028b
• Duit, R., Roth, W. M., Komorek, M., & Wilbers, J. (2001). Fostering conceptual change by analogies—Between Scylla and Charybdis. Learning and Instruction, 11(4–5), 283–303. https://doi.org/10.1016/S0959-4752(00)00034-7
• Education Endowment Foundation. (2021). Teacher Feedback to Improve Pupil Learning. https://educationendowmentfoundation.org.uk/education-evidence/guidance-reports/feedback
• Miao, F., & Holmes, W. (2023). Guidance for Generative AI in Education and Research. UNESCO. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research